• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Conference on Semantic Audio >A Dataset and Method for Electric Guitar Solo Detection in Rock Music
【24h】

A Dataset and Method for Electric Guitar Solo Detection in Rock Music

机译：摇滚音乐中电吉他独奏检测的数据集和方法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper explores the problem of automatically detecting electric guitar solos in rock music. A baseline study using standard spectral and temporal audio features in conjunction with an SVM classifier is carried out. To improve detection rates, custom features based on predominant pitch and structural segmentation of songs are designed and investigated. The evaluation of different feature combinations suggests that the combination of all features followed by a post-processing step results in the best accuracy. A macro-accuracy of 78.6% with a solo detection precision of 63.3% is observed for the best feature combination. This publication is accompanied by release of an annotated dataset of electric guitar solos to encourage future research in this area.
机译：本文探讨了自动检测摇滚音乐中电吉他独奏的问题。进行了使用标准频谱和时间音频功能以及SVM分类器的基线研究。为了提高检测率，设计和研究了基于主要音高和歌曲结构分割的自定义功能。对不同特征组合的评估表明，所有特征的组合以及随后的后处理步骤可实现最佳准确性。对于最佳功能组合，可以观察到78.6％的宏精度和63.3％的单独检测精度。随本出版物一起发行的是带有注释的电吉他独奏数据集，以鼓励该领域的进一步研究。

著录项

  • 来源
    《Conference on Semantic Audio》|2017年|152-159|共8页
  • 会议地点 Erlangen(DE)
  • 作者

    Kumar Ashis Pati; Alexander Lerch;

  • 作者单位

    Center for Music Technology, Georgia Institute of Technology;

    Center for Music Technology, Georgia Institute of Technology;

  • 会议组织
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号