内部的“特洛伊木马”：探寻音乐内容分析系统行为背后的原因
声音
2016-06-10 v1 人工智能
信息检索
摘要
构建具备识别和描述音乐音频信号中高层属性敏感度与智能的系统，仍然是一个难以实现的目标，但这一目标无疑对广泛的应用具有深远影响。迄今为止，已有数百篇论文致力于此目标，且似乎取得了巨大进展。一些系统在识别音乐风格、流派和情绪等高层语义概念方面表现出惊人的准确率。然而，这些数字可能并不代表其表面上的含义。本文选取一个 state-of-the-art 音乐内容分析系统，研究其在基准音乐音频数据集上取得异常高性能的原因。我们剖析该系统以理解其运作机制，确定其敏感性与局限性，并预测它能够和不能够掌握的音乐知识类型。我们进行了一系列实验，以阐明该系统实际学会了做什么，以及在多大程度上它正在执行预期的音乐聆听任务。我们的结果表明，该 state-of-the-art 系统中音乐智能的初步表现具有欺骗性。我们的工作为开发能够满足真实世界用户音乐信息与创作需求的音乐内容分析系统提供了建设性方向。
引用
@article{arxiv.1606.03044,
title = {The "Horse'' Inside: Seeking Causes Behind the Behaviours of Music Content Analysis Systems},
author = {Bob L. Sturm},
journal= {arXiv preprint arXiv:1606.03044},
year = {2016}
}
备注
32 pages, 17 figures, this work was accepted for publication in a journal special issue in Apr. 2015