感知指标对音乐表征学习的影响：用于类型分类

自然信号的主观质量可通过客观感知指标进行近似。这些感知指标设计用于模拟人类观察者的感知行为，往往反映自然信号中存在的结构以及神经生理学通路。使用感知指标作为损失函数训练的模型能够从这些指标所保留的结构中捕获感知上有意义的特征。我们展示，使用从感知损失训练的自编码器提取的特征，可在音乐理解任务（即类型分类）上的性能优于直接将这些指标用作学习分类器的距离度量。此结果表明，使用感知指标作为损失函数进行表征学习，可实现对新信号的更好泛化。