MuQ:基于梅尔残差向量量化的自监督音乐表征学习

📝

内容提要

本研究针对自监督学习在音乐理解任务中的应用,提出了一种新的音乐表征学习模型MuQ。与以往采用随机投影或现有神经编解码器的研究不同,MuQ通过梅尔残差向量量化(Mel-RVQ)生成的token进行训练,显著提升了提取目标的稳定性和效率。实验结果表明,MuQ在多项下游任务上超越了之前的自监督音乐表征模型,具有重要的应用潜力。

➡️

继续阅读