-
题名基于顶层反馈和联合检测的主旋律提取算法
被引量：1
- 1
-
-
作者
倪嘉惠
金文清
黄荣
韩芳
-
机构
东华大学信息科学与技术学院
数字化纺织服装技术教育部工程研究中心(东华大学)
-
出处
《计算机应用》
CSCD
北大核心
2021年第S02期103-107,共5页
-
基金
国家自然科学基金资助项目(11572084,11972115)。
-
文摘
在音乐信息检索领域,主旋律提取是一项较为困难的工作,因为在人声帧和无人声帧的交界处附近,卷积神经网络-条件随机场(CNN-CRF)模型无法很好地处理两者之间的关系。针对这个问题,提出一种基于顶层反馈和联合检测的主旋律提取算法(CRNN-TFB)。通过联合检测的方法可以解决语音检测和音高分类双目标问题。联合检测可以看作是多任务学习,但与一般的多任务网络不同,在主旋律提取网络顶部还添加了反馈网络来增强歌声检测和利用歌声结果来强化旋律特征中的音乐信息。在数据集MIR-1K和MIREX05中,CRNN-TFB总体性能上均优于对比算法。实验结果表明,CRNN-TFB能有效降低八度错误率,并且在召回率(VR)、原始音高准确率(RPA)和整体准确率(OA)上明显优于对比方法。
-
关键词
主旋律提取
音乐信息检索
卷积神经网络
特征提取
音乐信号处理
-
Keywords
main melody extraction
Music Information Retrieval(MIR)
Convolutional Neural Network(CNN)
feature extraction
music signal processing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
