基于孪生卷积神经网络的翻唱歌曲检测研究
音频与语音处理
2020-05-22 v1 机器学习
声音
机器学习
摘要
翻唱歌曲按定义为先前已录制并商业发行的歌曲的新表演或录音。它可能是原艺术家本人或完全不同的艺术家所演绎，并可能以不可预测的方式（包括调性、编曲、配器、音色等）与原作相异。本工作中，我们提出一种用于翻唱歌曲检测任务的学习音频表示的新方法。我们在数万条翻唱歌曲音频片段上训练一个神经架构，并在留出集上测试。我们在mini-batch上获得了65%的平均precision@1，比随机猜测好十倍。我们的结果表明孪生网络配置在解决翻唱歌曲识别问题上展现出前景。
引用
@article{arxiv.2005.10294,
title = {Towards Cover Song Detection with Siamese Convolutional Neural Networks},
author = {Marko Stamenovic},
journal= {arXiv preprint arXiv:2005.10294},
year = {2020}
}
备注
Code available at https://github.com/markostam/coversongs-dual-convnet