使用卷积神经网络和多任务学习的流行音乐监督合唱检测

流行音乐通常遵循合唱歌曲的形式。由于合唱是最突出的部分，因此自动检测它们很有用。它们可用于生成“缩略图”或生成作品的情感亮点。然而，由于当前的大多数方法都是无监督的，它们有很多局限性。

一项新研究提出了一种神经网络，可以直接从音频中预测摘录的“合唱度”。它不使用歌曲其余部分的上下文。

二元分类器预测窗口中每个点的“合唱度”，并在整个歌曲中滑动该窗口以获得合唱概率曲线。合唱和边界激活曲线联合建模;因此，强调了边界周围信号的损失。实验证实了所建议的系统相对于几个现有系统的优越性。该模型可以进一步开发以检测其他标签，例如诗歌或独奏。

本文提出了一种新颖的监督方法来检测流行音乐中的合唱片段。完成这项任务的传统方法大多是无监督的，管道旨在针对一些假设定义“合唱度”的质量，这通常意味着寻找最响亮或最频繁重复的部分。我们建议使用具有多任务学习目标的卷积神经网络，该网络同时拟合两条时间激活曲线：一条表示“合唱度”作为时间的函数，另一个表示边界的位置。我们还提出了一种后处理方法，该方法联合考虑了合唱和边界预测以产生二进制输出。在使用三个数据集的实验中，我们将我们的系统与其他分割和合唱检测算法的一组公开实现进行了比较，

标签：