SampleMatch：基于音乐语境的鼓采样检索
声音
2022-08-03 v1 机器学习
音频与语音处理
摘要
现代数字音乐制作通常涉及组合大量声学元素以编配一首乐曲。此类元素中的重要一类是鼓采样，其决定了乐曲打击乐组件的特征。艺术家必须运用其审美判断来评估给定鼓采样是否契合当前音乐语境。然而，从可能庞大的素材库中挑选鼓采样十分繁琐，并可能打断创作流程。在本工作中，我们探索基于从数据中习得的审美原则进行自动鼓采样检索。由此，艺术家可在制作过程的不同阶段（即按与不完整歌曲混音的契合度）对其素材库中的采样按契合度排序。为此，我们使用对比学习来最大化与混音同源歌曲的鼓采样得分。我们开展了一项听感测试以确定人工评分是否与自动评分函数相匹配。我们还进行了客观定量分析以评估我们所提方法的有效性。
引用
@article{arxiv.2208.01141,
title = {SampleMatch: Drum Sample Retrieval by Musical Context},
author = {Stefan Lattner},
journal= {arXiv preprint arXiv:2208.01141},
year = {2022}
}
备注
8 pages, 3 figures, 1 table; Accepted at the ISMIR conference, Bengaluru, India, 2022