基于标签深度分析的音乐自动标注算法

作     者：王振宇 张睿 高雨轩 萧永乐 WANG Zhenyu;ZHANG Rui;GAO Yuxuan;XIAO Yongle

作者机构：华南理工大学软件学院 

出 版 物：《华南理工大学学报（自然科学版）》 (Journal of South China University of Technology(Natural Science Edition))

年 卷 期：2019年第47卷第8期

页      面：71-76页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

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)~~ 

主　　题：音乐自动标注 深度神经网络 音乐标签向量 

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.