音乐/声音相似性比较在神经网络上可行吗？

人工智能 神经网络 深度学习 模式识别 语音识别 相似
2021-11-17 11:35:00

我想知道以下概念：

给定的神经网络获得两个音频输入（最好是音乐）并给出一个介于 0 和 1 之间的实数，它描述了第二个和第一个音轨之间的“相似性”。

就我对神经网络的理解而言，这个问题符合 NN 的概念，因为音乐中的模式识别可以帮助确定音频中的相似性和差异，参见语音识别。

然而，由于长而复杂的输入的性质，以及学习数据集的模糊性质（例如，Diana Ross “It's your move”和 The Vaporwave 传奇“Floral Shoppe”到底有多相似？0.9？0.6？其他?)，这样的网络将非常缓慢且令人费解。

今天有可能建立和训练这样的模型吗？如果是，它会是什么样子？

1个回答

是的，这是可能的，即使最好的方法可能与神经网络不同。无论如何，您应该从音频中提取一些重要的特征（能量、起始、根频率等）。通常，会提取比实际需要更多的特征，然后通过某种算法（例如 PCA）选择最重要的特征。通过这种方式，您将获得一系列特征（例如 10 到 100 个特征），您可以使用这些特征来训练您的 NN。

请注意，NN 不会告诉您为什么两个音频相似，而只会告诉您它们是否相似。这是一个很大的缺点。相反，只要您对问题有更深入的了解，基于灰盒建模的算法（例如基于规则或案例的算法（可能使用模糊逻辑））可能会更有用。

参考资料及深化来源：帕多瓦大学SMC Lab教材

其它你可能感兴趣的问题
上一篇神经元是否被充分理解？ 下一篇是什么阻止 Cepheus 推广到完整的扑克游戏？