第二届复杂系统与工程大会 (CSEC2021)

16 / 2021-06-29 22:34:28

基于神经网络与数据增强的音乐自动标注

卷积神经网络；胶囊网络；残差网络；数据增强；音乐自动标注

随着经济的飞速发展，音乐在人民日益丰富的精神文化生活中占据越来越重要的地位，高效、准确的音乐自动标注算法对于音乐流派分类、音乐推荐系统以及音乐信息检索领域都具有重要的意义。针对卷积神经网络对图像中空间特征提取的缺失以及有限的训练数据集所导致的模型泛化能力差的问题，尝试并比较了不同的基于胶囊网络的混合神经网络模型，提出了一种基于胶囊网络和残差网络的混合神经网络模型，并结合数据增强方法应用于音乐自动标注任务。以梅尔语谱图作为神经网络模型的输入，通过设计基于胶囊网络与残差网络的混合型神经网络模型，提取输入图像中的空间特征进行音乐标签的分类，并利用不同的方法对音频数据进行数据增强，分别在增强后的数据上进行了音乐自动标注实验。实验结果表明，基于胶囊网络和残差网络的混合神经网络模型能够达到0.9069的受试者工作特征曲线下面积分数，并且结合数据增强方法和胶囊网络优化后，能够提高到0.9083，这说明了胶囊网络与数据增强的有效性。