利用KNN-Net深度音色特征学习进行歌手识别
声音
2021-02-23 v1 音频与语音处理
摘要
本文研究流行音乐录音中的自动歌手识别（SID）问题，旨在识别给定歌曲的演唱者。该研究的主要挑战在于歌手的演唱声随时间变化并与背景伴奏信号在时域上交织。为应对此挑战，我们提出用于SID的KNN-Net，这是一种以从歌手声与背景音乐混合中学习任务局部音色特征表示为目标的深度神经网络模型。与使用softmax层作为输出层的其他深度神经网络不同，我们改用KNN作为更具可解释性的层来输出目标歌手标签。此外，首次引入注意力机制以突出对SID至关重要的音色特征。在现有artist20数据集上的实验表明，所提方法比最先进方法高出4%。我们还创建了由中文流行音乐组成的singer32和singer60数据集以评估所提方法的可靠性。更广泛的实验进一步表明，我们提出的模型相比最先进方法取得了显著的性能提升。
引用
@article{arxiv.2102.10236,
title = {Singer Identification Using Deep Timbre Feature Learning with KNN-Net},
author = {Xulong Zhang and Jiale Qian and Yi Yu and Yifu Sun and Wei Li},
journal= {arXiv preprint arXiv:2102.10236},
year = {2021}
}
备注
Published as a conference paper at ICASSP 2021