基于挤压和激励残差网络的歌声检测

• 作者: 桂文明 吕家伟 梁颖红 敖志强
• 来源期刊: 复旦学报（自然科学版）
• 关键词: 歌声检测 音乐信息检索 挤压和激励网络 残差网络 卷积神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 2020年全国声音与音乐技术会议(CSMT 2020)论文集|Proceeding of China Conference on Sound and Music Technology in 2020(CSMT 2020)
• 页码范围: 360-366
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

本文提出一种基于挤压和激励残差网络的歌声检测算法,运用该算法,不需要对音乐信号进行复杂的特征工程处理,仅需对网络输入简单朴素的声学特征,便能通过多层次卷积以及挤压和激励操作,学习到更多的有效特征,从而达到比当前流行的检测算法更强的性能.算法中,残差结构使得网络可以轻松扩展深度,挤压和激励模块能对深度残差网络中学习到的多个特征进行自动融合,进而使得学习到的歌声特征整体更有效.为了验证算法的可行性和有效性,本文选择了2个公开的数据集进行实验,并以目前性能最好的歌声检测框架之一作为基线系统,实验结果证明了本算法的性能领先于基线系统.