| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-03-01 11:40 Vanilla画像ResNet-50と転移学習を用いた複数楽器演奏からの主要楽器認識 ○鍾 立帆・齋藤大輔・峯松信明（東大）  EA2022-114 SIP2022-158 SP2022-78 |
|
| 抄録 | （和） | 主要楽器認識は音楽検索分野における主要な分野となっており， 様々な音楽アプリケーションと関係している。単独楽器を対象とした楽器認識は既に高い精度が実現されているが，複数楽器を対象とした場合， 問題の複雑さから精度向上には限界があった。近年，画像認識用に構築された深層学習モデルに転移学習を適用し，様々な音響タスクにおいて，優れた精度が報告されている。そこで本研究では，転移学習に基づく，複数楽器演奏を対象とした主要楽器認識を検討する。ImageNetコーパスより構築されたResNet-50モデルを初期モデルとし，適切な転移学習を導入することで，F1-scoreで0.688，LRAPで0.826のスコアを得ることがでた。これらは既存手法の精度を大きく超える数値である。 |
| （英） | Instrument recognition is an active research field in MIR (Music Information Retrieval) and has great potential for real-world applications. While automatic recognition of single instruments, which may be done with monophonic musical phrases or isolated musical notes, has been well-studied, the recognition in polyphonic multi-instrumental music remains challenging due to its complexity. In polyphonic music, predominant instrument recognition is to identify the lead musical instruments in a given music sample. Recently, transfer learning from image classification tasks to audio tasks has shown promising results, thanks to the well-developed deep models and the large-scale, high-quality labeled ImageNet dataset. In this work, we investigate a transfer learning approach for predominant instrument recognition with ImageNet pre-trained vanilla ResNet-50. We obtain an F1-score of 0.680 and a label ranking average precision (LRAP) of 0.818, surpassing the previous baseline system (F1=0.602) by a significant margin. Moreover, an F1-score of 0.688 and an LRAP of 0.826 is achieved by the ensemble model. | |
| キーワード | （和） | 転移学習 / 主要楽器認識 / MIR / / / / / |
| （英） | transfer learning / predominant instrument recognition / MIR / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 387, EA2022-114, pp. 232-237, 2023年2月. | |
| 資料番号 | EA2022-114 | |
| 発行日 | 2023-02-21 (EA, SIP, SP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EA2022-114 SIP2022-158 SP2022-78 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP EA SIP |
| 開催期間 | 2023-02-28 - 2023-03-01 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2023-02-SP-SLP-EA-SIP |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | Vanilla画像ResNet-50と転移学習を用いた複数楽器演奏からの主要楽器認識 |
| サブタイトル（和） | |
| タイトル（英） | Predominant Instrument Recognition in Polyphonic Music Based on Transfer Learning with Vanilla ResNet-50 |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 転移学習 / transfer learning |
| キーワード(2)（和/英） | 主要楽器認識 / predominant instrument recognition |
| キーワード(3)（和/英） | MIR / MIR |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鍾 立帆 / Lifan Zhong / |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 齋藤 大輔 / Daisuke Saito / |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 峯松 信明 / Nobuaki Minematsu / |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-01 11:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | EA |
| 資料番号 | EA2022-114, SIP2022-158, SP2022-78 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.387(EA), no.388(SIP), no.389(SP) |
| ページ範囲 | pp.232-237 |
| ページ数 | 6 |
| 発行日 | 2023-02-21 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]