基于标签深度分析的音乐自动标注算法

发布时间：2023-04-07 21:57

　　尽管深度神经网络算法在标签自动标注领域已取得一定的成果,但对于包含大量噪声标签的真实音乐数据集仍存在自动标注效果差的问题.为此,文中通过对音乐标签进行表示学习,挖掘音乐标签与音频特征之间的潜在关系,提出了基于标签深度分析的音乐自动标注算法.该算法先通过多层级卷积网络提取音频特征,再通过音乐标签向量的表示学习来降低噪声数据对音乐自动标注网络的不良影响.在真实音乐标注数据集上的实验结果表明,该算法能取得更高的平均受试者特征曲线下面积,标注效果优于其他自动标注算法.

【文章页数】：6 页

【文章目录】：
1 算法描述
    1.1 音频特征提取
    1.2 标签向量提取
    1.3 特征聚合
    1.4 标签预测
2 实验与结果分析
    2.1 实验数据
    2.2 实验细节
    2.3 实验结果与分析
        2.3.1 多层级聚合有效性验证
        2.3.2 标签向量的影响实验
        2.3.3 音乐标注算法的实验结果对比
3 结论



本文编号：3785399