Jul, 2019

音效鲁棒的乐器分类数据增强

PDF
TL;DR本文主要介绍 Electronic Music Production 中 sampling 的关键作用以及如何使用基于机器学习的自动分类技术对一次性乐器音频进行分类，重点评估了音频效果对分类准确性的影响。
electronic music productionsamplinginstrument classificationaudio effectsclassification accuracy
发现论文，激发创造
  • 音乐乐器分类重新编程

    本研究旨在探讨如何在数据稀缺情况下，重新编程预训练的深度神经网络来解决音乐信息检索中流行的乐器分类问题。实验证明，重新编程技术能够有效地利用为不同任务学习到的表征能力，使其在训练参数量大幅减少的情况下性能接近或甚至超过最先进系统，因此重新编程技术有望应用到其他数据稀缺的任务中。

    Nov, 2022

  • 通过脉冲响应增强实现设备鲁棒的声景分类

    通过使用预先录制的设备脉冲响应（DIR）对训练集中的音频信号进行卷积来人为增加录音设备的多样性，以解决大多数音频分类模型在泛化到不同设备录制的信号时的性能不佳问题，并成功在 Acoustic Scene Classification 任务上实现了新的最高性能。

    May, 2023

  • 音乐音频表示的对比学习中数据增强对局部嵌入特性的影响

    音频嵌入是理解大量音乐目录的关键工具，通过对比学习音乐音频嵌入，可以改善属性的局部化，提高最近邻检索准确性并实现最先进的性能。

    Jan, 2024

  • 深度卷积神经网络与数据增强在环境音分类中的应用

    本文提出了一种使用深度卷积神经网络和音频数据增强相结合的方法来进行环境声音分类，通过对增强技术的探索发现在不同类别下所使用的增强技术会对分类准确率产生影响。实验结果表明，该方法在环境声音分类上表现出了最先进的效果。

    Aug, 2016

  • 混合特定数据增强技术以提高盲人小提琴 / 钢琴源分离效果

    本文介绍了一种针对现代音乐制作中复杂混音设置的数据增强方法，并以小提琴琴、钢琴伴奏的音乐合奏为例，研究了这种方法对盲音源分离模型的影响。研究表明，所提出的混音特异性数据增强方法可以显著提高基于深度学习的盲音源分离模型的性能。

    Aug, 2020

  • FilterAugment: 一种声学环境数据增强方法

    提出了一种名为 FilterAugment 的数据增强方法，用于在不同声学环境下正则化音频模型。通过在频率带上应用不同的权重，这种方法可以模拟声学滤波器，从而使模型能够从更广泛的频率区域提取相关信息。实验证明，与频率屏蔽相比，FilterAugment 在声音事件检测性能方面的提升为 6.50％，在说话人验证方面取得了 1.22％的等误率。

    Oct, 2021

  • 探索文本生成音乐中的个性化方法

    调查了在 few-shot 设置中对文本到音乐扩散模型进行个性化的工作。首次探索了将预训练的文本到音频扩散器与两种常用的个性化方法结合的组合。实验了音频特定数据增强对系统整体性能的影响，并评估了不同的训练策略。构建了一个包含提示和音乐片段的新数据集进行评估，使用基于嵌入和基于音乐的量化评估指标，以及用户研究进行定性评估。分析表明相似度度量与用户偏好一致，并且当前的个性化方法更容易学习到节奏音乐结构而非旋律。该研究的代码、数据集和示例资料对研究社区开放。

    Sep, 2023

  • 基于数据驱动的鲁棒自动钢琴转录分析

    通过研究训练数据的角度，本文通过在 MAESTRO 数据集的原始和重新执行版本上使用各种数据增强技术，获得了 MAPS 数据集的最新音符起始准确性，而无需查看其他的训练数据。

    Feb, 2024

  • 基于峰值的音频指纹的音乐增强与降噪

    音频指纹技术在短片段中进行歌曲识别方面已经得到广泛应用，但在实际应用中，嘈杂的环境会导致这些系统失效。本研究通过引入一个新的音频增强方法，以真实场景为基础模拟噪声，并提出了一种深度学习模型来提高基于峰值指纹系统的准确性，实验证明该模型的加入能够在嘈杂环境下改善常用音频指纹系统的识别性能。

    Oct, 2023

  • 如何为文本数据增广选择 “好” 的样本

    本文提出了一种基于数据增强的自训练样本选择框架，使用熵和模型预测作为选择器，结合单词重叠和语义相似性来筛选高质量的样本。实验结果表明该框架是有效和简单的。

    Feb, 2023