用于分类任务的符号音乐表示：系统性评估
音频与语音处理
2023-09-12 v2 多媒体
声音
摘要
音乐信息检索（MIR）近期涌现出大量基于深度学习的方法，这类方法通常以类图像或类语言的方式对符号音乐（即由离散音符事件表示的音乐）进行编码。然而，符号音乐既非图像也非句子，且符号领域的研究缺乏对不同可用表示的全面概览。本文研究矩阵（钢琴卷帘）、序列与图表示及其对应的神经架构，结合符号乐谱与演奏在三项乐曲级分类任务上的表现。我们还引入了一种用于符号演奏的新型图表示，并探索图表示在全局分类任务中的能力。我们的系统性评估展示了每种输入表示的优点与局限。结果表明，图表示作为三种方法中最新且最少被探索的一种，展现出有前景的性能，同时在训练上更为轻量。
引用
@article{arxiv.2309.02567,
title = {Symbolic Music Representations for Classification Tasks: A Systematic Evaluation},
author = {Huan Zhang and Emmanouil Karystinaios and Simon Dixon and Gerhard Widmer and Carlos Eduardo Cancino-Chacón},
journal= {arXiv preprint arXiv:2309.02567},
year = {2023}
}
备注
To be published in the Proceedings of the 24th International Society for Music Information Retrieval Conference (ISMIR 2023), Milan, Italy