基于卷积神经网络与多任务学习的流行音乐副歌监督检测
音频与语音处理
2021-04-22 v2 人工智能
声音
摘要
本文提出一种检测流行音乐中副歌片段的新型监督方法。该任务的传统方法多为无监督，其流水线旨在针对某种被假定为定义“副歌性”的特征，通常意味着寻找最响亮或最频繁重复的段落。我们提出使用具有多任务学习目标的卷积神经网络，同时拟合两条时间激活曲线：一条表示随时间变化的“副歌性”，另一条表示边界位置。我们还提出一种后处理方法，联合考虑副歌与边界预测以产生二值输出。在使用三个数据集的实验中，我们将我们的系统与其他分割与副歌检测算法的公开实现进行比较，发现我们的方法性能显著更优。
引用
@article{arxiv.2103.14253,
title = {Supervised Chorus Detection for Popular Music Using Convolutional Neural Network and Multi-task Learning},
author = {Ju-Chiang Wang and Jordan B. L. Smith and Jitong Chen and Xuchen Song and Yuxuan Wang},
journal= {arXiv preprint arXiv:2103.14253},
year = {2021}
}
备注
This version is a preprint of an accepted paper by ICASSP2021. Please cite the publication in the Proceedings of IEEE International Conference on Acoustics, Speech, & Signal Processing