音乐自动标注分类方法研究综述

摘要：

音乐是目前最受欢迎的艺术和娱乐形式之一,是表达或寄托人们感情的艺术语言,然而随着数字音乐急剧增加,通过浅层的信息管理与筛选音乐十分困难.音乐自动标注作为一种组织海量音乐与丰富音乐信息的有效手段,可克服音乐信息检索语义鸿沟,健全音乐信息,使音乐具有更直观的表达,并推动音乐分类、音乐推荐、乐器识别等音乐信息检索任务的深入研究.当前音乐自动标注主要聚焦于解决特征提取、模型选择两类问题,结合目前研究重点,阐述了音乐自动标注的相关知识;系统地梳理了音乐自动标注领域的各类音频特征表示及特征提取方法,并对每类提取方法进行了定量分析与定性分析;归纳了该领域相关研究成果,从机器学习与深度学习两个角度着重分析了不同模型方法的差异性;介绍了常用数据集与性能评价指标,总结了不同数据集特点,并对评价指标进行了归类分析;最后指出了音乐自动标注领域研究面临的难点与挑战,并对未来研究方向进行了展望.

关键词：音乐信息检索、音乐自动标注、特征提取、深度学习

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;内蒙古自治区科技计划项目;内蒙古自治区科技计划项目;内蒙古自治区自然科学基金项目;内蒙古自治区自然科学基金项目;内蒙古纪检监察大数据实验室开放课题;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;内蒙古自治区高等学校科学研究项目;内蒙古师范大学基本科研业务费专项

在线出版日期：2023-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共24页

页码：1225-1248