华南理工大学学报(自然科学版)

作者：王振宇 张睿 高雨轩 萧永乐

单位：华南理工大学 软件学院，广东 广州 510006

关键词：音乐自动标注,深度神经网络,音乐标签向量

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)

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．

来源：2019年第8期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第8期