基于音频内容和歌词文本相似度融合的翻唱歌曲识别模型

• 作者: 陈颖呈 陈宁
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 多模态 深度学习 相似度融合 翻唱歌曲识别
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 74-80
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20191029002

摘要

翻唱歌曲识别是音乐信息检索(Music Information Retrieval,MIR)领域最具挑战性的任务之一.为了提高翻唱歌曲识别(Cover Song Identification,CSI)的准确率,研究者提出了多音频特征相似度张量积图融合的翻唱识别模型,但相似度高维空间几何结构的学习大幅度增加了模型的时间复杂度,同时该模型没有考虑歌词对翻唱识别的重要性.本文提出了基于音频内容和歌词文本相似度融合的翻唱识别模型.采用深度学习的方法分别提取音频特征和歌词特征,并采用相似度网络融合模型对这两种特征的相似度进行融合.为了验证算法的有效性,构建了Covers2326多模态数据库.实验结果表明,与基于多音频特征相似度张量积图融合模型相比,本文模型取得了更高的识别准确率和更低的时间复杂度.