TG-Critic：一种用于无参考歌唱评价的音色引导模型
音频与语音处理
2023-05-17 v1
摘要
独立于参考旋律的自动歌唱评价因其主观且多维的特性而成为一项具有挑战性的任务。作为歌声的一项本质属性，人声音色对人类感知歌唱质量具有不可忽略的影响。然而，尚无研究将音色信息显式地纳入歌唱评价模型。本文提出一种数据驱动模型 TG-Critic，引入音色嵌入作为模型输入之一以引导歌唱质量评价。TG-Critic 的主体结构设计为多尺度网络，以高分辨率方式从常Q变换特征中汇总上下文信息。此外，设计了一种自动标注方法，以较低人力构建大规模三分类歌唱评价数据集。实验结果表明，所提模型在大多数情况下优于现有的最先进（state-of-the-art, SOTA）模型。
引用
@article{arxiv.2305.09127,
title = {TG-Critic: A Timbre-Guided Model for Reference-Independent Singing Evaluation},
author = {Xiaoheng Sun and Yuejie Gao and Hanyao Lin and Huaping Liu},
journal= {arXiv preprint arXiv:2305.09127},
year = {2023}
}
备注
The annotations for datasets used in this paper and further experimental results are available at https://github.com/YuejieGao/TG-CRITIC