《计算机工程与科学杂志》发表论文赏析

基于卷积注意力机制的双模态音乐流派分类模型MGTN

来源:计算机工程与科学杂志2023年第12期北京时间:

作者:焦佳辉, 马思远, 宋玉, 宋伟

单位:1.郑州大学河南省大数据研究院,河南 郑州 450052;2.郑州大学计算机与人工智能学院,河南 郑州 450001

摘要:在音乐信息检索(MIR)领域,根据音乐流派进行分类是一项具有挑战性的任务。传统的音频特征工程方法需要手动地选择并提取音乐信号特征进行处理,导致特征提取过程复杂,模型性能不稳定,泛化性差。深度学习与频谱图相结合的方法也有着部分数据不适合模型和全局特征提取困难等问题。提出了一种基于卷积注意力机制的音乐流派分类模型MGTN。MGTN融合了输入频谱图与提取音频信号特征构建音频时序数据2种音乐流派分类方法,使得模型提取特征的能力与泛化性大大提升,提供了音乐流派分类的新思路。在GTZAN与Ballroom数据集上的实验结果表明,MGTN模型能够有效地融合2种不同模态的输入数据。在与数十种基准模型进行的对比中,MGTN模型具备较强的优势。

关键词:音乐流派分类,Transformer模型,频谱图,音频特征工程,注意力机制,

2023年12期其他文献查阅:

2023年中国高性能计算机发展现状分析

基于Clos网络的高阶路由器结构

基于RISC-V的图卷积神经网络加速器设计

多面体模型下的循环置换与自动调优

校级异地超算集群管理的关键技术研究与实践

基于C语言程序分析验证技术的Verilog代码验证方法

基于领域知识的语音识别鲁棒性增强技术研究

ShadowDB:基于SQL引擎的全链路压力测试分流系统

基于双解码器结构的多尺度注意力特征融合网络的视网膜血管分割#br#

耦合单词与句子级文本特征的图像对抗级联生成

LPD-YOLO:轻量级遮挡行人检测模型

基于改进EfficientNet的轻量型白细胞图像识别模型

一种多策略融合的人工蜂鸟算法

基于卷积注意力机制的双模态音乐流派分类模型MGTN

基于信息启发的目标导向Bi-RRT机器人路径规划

面向多方面的双通道知识增强图卷积网络模型

基于子句活跃度和复杂度的多元动态演绎算法及应用

多尺度深度特征融合的个人信用风险预测

基于元学习和图滤波器的节点分类研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!