BriefGPT - AI 论文速递
·
MERGE -- 一种用于静态音乐情感识别的双模态数据集
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了三个新的音频、歌词和双模MER研究数据集，合称为MERGE，解决了双模音频-歌词系统发展中的数据库匮乏问题。实验结果表明，使用深度神经网络在双模分类任务上取得了79.21％的最佳综合F1分数。
🎯
关键要点
- 音乐情感识别（MER）领域近年来有稳定发展。
- 深度学习和机器学习等方法对MER领域做出了贡献。
- 提出了三个新的音频、歌词和双模MER研究数据集，合称为MERGE。
- MERGE旨在解决双模音频-歌词系统发展中公共和大规模数据库匮乏的问题。
- 通过特征工程、机器学习和深度学习方法进行了多个实验，以评估所提出的数据集。
- 实验结果证实了所提出数据集的可行性。
- 使用深度神经网络在双模分类任务上取得了79.21%的最佳综合F1分数。
➡️
