A Fully Convolutional Deep Auditory Model for Musical Chord Recognition

ShuKumata.icon

The problem the authors try to solve:

1枚まとめ

0. とりあえず一言

アブスト

Chord Recognitionの仕組みはロバストな特徴量抽出のパイプラインに依存している。このパイプラインは伝統的にはhand-craftedであったが、近年のend2endの機械学習の発展によって、研究者らはdata-drivenな手法を探索するようになった。本論文では、我々は特徴量抽出のためのfully convolutionalなdeep auditory modelを用いたchord recognitionの仕組みを提案する。抽出された特徴は最後のコードのsequenceをデコードするConditional Random Fieldによって加工される。この2つの処理stageは自動で学習され、最適化パラメータのexpert knowledgeを必要としない。We show that the learned auditory system extracts musically interpretable features, and that the proposed chord recognition system achieves results on par or better than state-of-the-art algorithms.

time-frequencyな表現に変換し、CNNで特徴量抽出。

1. どんなもの？ 問題意識は？

2. 先行研究と比べてどこがすごい？

3. 技術や手法のキモはどこ？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

7. メモ

8.コメント

リンク