심층 양방향 변형기 기반 음악 장르 분류

Abstract

이 특허는 음악 장르 분류를 위한 새로운 방법을 제안합니다. 본 연구에서는 MIDI to Vector (MIDI2Vec), DMRM (Dynamic Multi-Level Random Masking), 비지도 학습을 기반으로하는 Deep Bidirectional Transformers 기반 Masked Predictive Encoder (DBTMPE)로 구성된 음악 장르 분류를 위한 준지도 학습의 접근법을 제안했다. 재구성 디코더 및 지도 학습을 기반으로하는 CNN 기반 분류기다. 특히, DBTMPE는 MIDI2Vec 및 DMRM에 의해 처리 된 많은 양의 레이블 없는 데이터를 기반으로 비지도 특징 학습을 수행한다. 다음으로 소량의 레이블 데이터를 이용하여 지도 학습 기반의 분류 모델을 DBTMPE 및 CNN 기반 분류기로 구성하여 음악 장르 분류를 구현한다. 준지도 제안 방법을 통해 분류 작업에 라벨이 없는 데이터를 적용하여 라벨 데이터가 부족하여 분류 성능을 제한하는 문제를 해결할 수 있다. 또한, DBTMPE는 음악의 시간 특성과 음악적 구조를 고려할 수 있다.