基于标签深度分析的音乐自动标注算法

摘要：

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.

关键词：音乐自动标注、深度神经网络、音乐标签向量

所属期刊栏目：47

分类号：TP181(自动化基础理论)

资助基金：广东省科技计划项目2015B010131003;广州市产业技术重大攻关计划项目201802010025;广州市高校创新创业教育平台建设重点项目2019PT103

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：71-76