Modelos de Deep Learning para Estimativa de Tempo em Músicas
Abstract
This paper proposes the training and evaluation of 2 neural network models
(1 CNN and 1 B-RNN, convolution and recurrent-based) which perform the tempo estimation
of musical pieces. The first model implementation comes from its original article,
while the second model was implemented in this paper based on the first one. We
have designed and constructed an extensive dataset (12.550 samples in total) for conducting
our comparative quantitative and qualitative evaluation. The 2 trained models’
performances are also compared to one state of the art model. The paper reports about
results and analyzing them, lessons learned and future prospects.
Este artigo propõe o treinamento e avaliação de 2 modelos de redes neurais
(1 CNN e 1 B-RNN) capazes de estimar o tempo em bpm de uma peça musical.
A implementação do primeiro modelo provém de seu artigo original, enquanto o segundo modelo
foi implementado neste artigo com base no primeiro. Foi planejado e construído
um dataset extensivo (12.550 peças no total) para conduzir uma avaliação comparativa
quantitativa e qualitativa. As performances dos 2 modelos são comparadas também
com a de um modelo estado da arte. Esse artigo apresenta resultados e análises destes,
pontos observados, aprendidos e ideias para futuras pesquisas.
Origin | Files produced by the author(s) |
---|
Loading...