Mar, 2017

使用预训练卷积神经网络进行多层级和多尺度特征聚合以达到音乐自动标记

PDF
TL;DR本文提出了一种基于卷积神经网络（CNN）架构的音乐自动标记技术，该技术融合了多层级和多尺度特征，通过三个步骤的训练方式在音乐自动标记中表现出高效性并在 MagnaTagATune 数据集和 Million Song 数据集上超越了之前的 state-of-the-arts。实验证明该架构同样适用于迁移学习。
music auto-taggingconvolutional neural networksmulti-level featuresmulti-scaled featurestransfer learning
发现论文，激发创造
  • 使用样本级深度卷积神经网络进行多层和多尺度特征聚合的音乐分类

    本论文提出了一种将预训练特征提取器聚合多级和多尺度特征的音乐分类方法，特征提取器通过使用原始波形进行样本级深度卷积神经网络训练，表现出了在多个音乐分类数据集上的最新成果。

    Jun, 2017

  • 使用原始波形的音乐自动标记样本级 CNN 架构

    本文介绍了一种基于改进了的 1 维卷积神经网络架构的音乐自动标记方法，该方法采用最先进的图像分类模型 ResNets 和 SENets 构建块，并添加多级特征聚合。结果表明，此方法在 MagnaTagATune 数据集上取得了显著改进，并在 Million Song 数据集上取得了可比结果。

    Oct, 2017

  • 使用原始波形的样本级深度卷积神经网络进行音乐自动标记

    本文提出了一种基于样本级别深度卷积神经网络的方法，用于从音乐信号中学习表示，并取得了与先前最先进性能可比的结果，而可视化学到的滤波器说明它们对倍频谱很敏感。

    Mar, 2017

  • 多尺度嵌入卷积神经网络在音乐标签识别中的应用 (MsE-CNN)

    提出一种利用中间连接实现多尺度知识传递的卷积神经网络（CNN）模型，用于音乐分类和样式标记任务，能够将低层次的声音特征传递到最后一层，相对于文献中提出的方法，具有显著的改进。

    Jun, 2019

  • 使用深度卷积神经网络进行自动标记

    本篇论文采用全卷积神经网络实现一种基于内容的自动音乐标记算法，通过在 MagnaTagATune 数据集上的实验，我们发现采用 mel-spectrogram 作为输入，4 层结构的全卷积神经网络在 AUC-ROC 分数方面达到了最先进的性能，但在 Million Song 数据集上则表明，更深的模型优于 4 层结构。实验证明 mel-spectrogram 是一种有效的时频表示方法，更复杂的模型能够从更多的训练数据中受益。

    Jun, 2016

  • 音乐分类和回归任务的迁移学习

    本文介绍了一种基于转移学习的音乐分类和回归任务的方法，使用预训练的卷积网络提取出用于多个层次的特征向量进行音乐分类及回归。经实验证明，相较于传统的低、高层次的音乐特征和 MFCC 特征，使用卷积神经网络 (convnet) 作为特征提取方法的结果更好且具有通用性。

    Mar, 2017

  • 一种用于音乐自动标记的深度特征包模型

    本论文提出一种 two-stage learning model，首先使用无监督学习将音频轨迹的局部频谱模式投射到高维稀疏空间中，并将其作为特征包进行总结。然后，在逐层无监督学习特征包的基础上初始化深度神经网络，结合标签标注对其进行精调。在 Magnatagatune 数据集上测试表明，该模型取得了高性能的效果。

    Aug, 2015

  • 大规模音频分类的 CNN 结构

    本文介绍了使用几种不同的卷积神经网络对音频进行分类，发现在大型数据集上运用图像分类中的卷积神经网络架构对于音频分类也十分有效，使用嵌入分类器的模型对音频事件检测的任务表现优于对原始特征的直接使用。

    Sep, 2016

  • 基于 DAG-CNN 的多尺度识别

    使用 DAG-CNN 的多尺度卷积神经网络探索了多尺度特征提取，并在三个场景基准测试中展现了最新的最佳分类性能。

    May, 2015

  • Big-Little Net：一种高效的多尺度特征表示方法，用于视觉和语音识别

    该论文提出了一种新的卷积神经网络 (CNN) 架构，通过使用具有不同计算复杂度的多分支网络，在不同的尺度上频繁合并特征，以使用更少的计算实现多尺度特征，并在目标识别和语音识别任务上显著提高了模型效率和性能。

    Jul, 2018