audio embeddings | BriefGPT

关键词audio embeddings

搜索结果 - 7

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。
PDF6 months ago
音频嵌入中的节奏操作用于节奏预测和搜索的相似但更快方法
通过对音频嵌入空间的节奏操纵，实现了一种可以在维持其他性质的同时检索具有不同节奏的相似音轨的函数，该函数可用于训练下游节奏预测器和改进与节奏无关的特性的最近邻检索的有效数据增强策略。
PDF6 months ago
多样化神经音频嵌入：引领特征回来！
通过领域特定的多样化特征表示，本文学习音频嵌入，比如音高、音色和神经表示等多种属性，并通过端到端架构学习，观察到虽然单独的手工制作嵌入无法超越完全的端到端表示，但将它们与端到端嵌入合并，显著提高性能。这项工作为将领域专业知识与端到端模型结合
PDF10 months ago
使用说话人嵌入作为声音压力检测的个性代理
本研究提出了一种声音压力检测的方法，通过将说话人嵌入到混合 BYOL-S 特征中，解决了个体差异性的问题，对于不同类型的压力和语言，表现出了很好的性能。
PDFa year ago
使用预训练音频表征学习检测新颖和细粒度声学序列
该论文调查了用于少样本声音事件检测的预训练音频表示。他们开发了适合此任务的预训练嵌入并评估其在 AudioSet 上的通用性和在现实世界声学序列构造的任务上的效用。
PDFa year ago
音乐理解的有监督和无监督音频表示学习
本文提供了音频理解模型预训练策略的广泛比较分析，探讨了预训练数据集（音乐或通用音频）和预训练方法（有监督或无监督）对下游任务的影响，特别是在音乐领域的多项任务中，超大规模有人工注释的音乐数据集上训练的有监督模型实现了最先进的性能，而域限制在
PDF2 years ago
使用 LSTM 进行说话者分离
本文介绍一种基于 d-vectors 的说话者辨识方法，将 LSTM-based 的 d-vector audio embeddings 与非参数聚类相结合，实现了最新的说话者辨识系统，与传统 i-vector 系统相比，取得了更好的结果。
PDF7 years ago