Oct, 2017

使用原始波形的音乐自动标记样本级 CNN 架构

PDF
TL;DR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。
convolutional neural networkmusic auto-taggingresnetssenetsmulti-level feature aggregation
发现论文，激发创造
  • 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

  • 基于样本级 CNN 结构的原始波形音频分类

    本文研究了音频领域中可扩展的分类模型，并使用两种不同的基于样本级的深度卷积神经网络模型实现。通过对各种声音类别的测试表明，这些模型达到了最先进的性能水平，并可视化了滤波器在网络中的变化。

    Dec, 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

    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。

    Mar, 2017

  • 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

  • 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

  • 原始波形的深度卷积神经网络

    本文提出了一种利用深度卷积神经网络从原始波形数据中直接学习音频模型的方法，通过批归一化、剩余学习和精心设计的下采样实现高效处理音频波形，并在环境声音识别任务中取得了 15% 的性能提升，达到了使用对数 - 梅尔特征的模型的性能。

    Oct, 2016

  • 大规模音乐标记的端到端学习

    本研究探讨了基于波形输入和基于视听特征学习的卷积神经网络的两种音乐自动标记设计范式在变量大小的数据集上表现的比较，实验结果表明当训练数据不足时，采用音乐领域假设的基于波形的模型在大规模数据场景中的表现优于基于谱图的模型。

    Nov, 2017

  • 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

  • 基于 CNN 的自动音乐标记模型评估

    本文在三个数据集上对不同音乐标注模型进行一致的评估，并使用 ROC-AUC 和 PR-AUC 等常见评估指标提供参考结果，同时评估了模型的泛化能力。使用 PyTorch 提供预训练模型的实现，以保证可复制性。

    Jun, 2020

  • 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