論文の概要: Melon Playlist Dataset: a public dataset for audio-based playlist generation and music tagging

• arxiv url: http://arxiv.org/abs/2102.00201v1
• Date: Sat, 30 Jan 2021 10:13:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-04 09:48:48.260996
• Title: Melon Playlist Dataset: a public dataset for audio-based playlist generation and music tagging
• Title（参考訳）: Melon Playlist Dataset:オーディオベースのプレイリスト生成と音楽タグ付けのための公開データセット
• Authors: Andres Ferraro, Yuntae Kim, Soohyeon Lee, Biho Kim, Namjun Jo, Semi Lim, Suyon Lim, Jungtaek Jang, Sehwan Kim, Xavier Serra, Dmitry Bogdanov
• Abstract要約: 我々は649,091トラックと148,826の関連するプレイリストに対して,30,652の異なるタグで注釈付けされたメル-スペクトログラムの公開データセットを提示する。 データはすべて、人気の高い韓国のストリーミングサービスMelonから集められている。 このデータセットは、音楽情報検索タスク、特に自動タグ付けと自動プレイリスト継続に適している。
• 参考スコア（独自算出の注目度）: 8.658926288789164
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: One of the main limitations in the field of audio signal processing is the lack of large public datasets with audio representations and high-quality annotations due to restrictions of copyrighted commercial music. We present Melon Playlist Dataset, a public dataset of mel-spectrograms for 649,091tracks and 148,826 associated playlists annotated by 30,652 different tags. All the data is gathered from Melon, a popular Korean streaming service. The dataset is suitable for music information retrieval tasks, in particular, auto-tagging and automatic playlist continuation. Even though the latter can be addressed by collaborative filtering approaches, audio provides opportunities for research on track suggestions and building systems resistant to the cold-start problem, for which we provide a baseline. Moreover, the playlists and the annotations included in the Melon Playlist Dataset make it suitable for metric learning and representation learning.
• Abstract（参考訳）: オーディオ信号処理の分野での主な制限の1つは、著作権のある商業音楽の制限のために、オーディオ表現と高品質のアノテーションを備えた大規模な公開データセットがないことです。 Melon Playlist Datasetは649,091tracksのmel-spectrogramsの公開データセットであり、30,652の異なるタグでアノテートされた148,826の関連プレイリストである。 データはすべて、人気の高い韓国のストリーミングサービスMelonから集められている。 このデータセットは、音楽情報検索タスク、特に自動タグ付けおよび自動プレイリスト継続に適している。 後者は協調的なフィルタリング手法によって対処できるが、音声はトラックの提案やコールドスタート問題に耐性のある構築システムについて研究する機会を与え、ベースラインを提供する。 さらに、Melon Playlist Datasetに含まれるプレイリストとアノテーションは、メトリック学習と表現学習に適しています。

関連論文リスト

• Epic-Sounds: A Large-scale Dataset of Actions That Sound [90.1102766891699]
  EPIC-SOUNDSには78.4kの分類された音声イベントとアクションがあり、44のクラスと39.2kの非分類セグメントに分散している。 我々は、データセット上で2つの最先端オーディオ認識モデルをトレーニングし、評価し、オーディオのみのラベルの重要性を強調した。
  論文  参考訳（メタデータ） (2023-02-01T18:19:37Z)
• Music Playlist Title Generation Using Artist Information [4.201869316472344]
  本稿では,一連の楽曲からプレイリストのタイトルを生成するエンコーダ・デコーダモデルを提案する。 トラックIDとアーティストIDを入力シーケンスとして比較した結果, 単語重複, 意味的関連性, 多様性の観点から, アーティストベースアプローチが性能を著しく向上させることが明らかとなった。
  論文  参考訳（メタデータ） (2023-01-14T00:19:39Z)
• Melody transcription via generative pre-training [86.08508957229348]
  メロディの書き起こしの鍵となる課題は、様々な楽器のアンサンブルや音楽スタイルを含む幅広いオーディオを処理できる方法を構築することである。 この課題に対処するために、広帯域オーディオの生成モデルであるJukebox(Dhariwal et al. 2020)の表現を活用する。 広義音楽のクラウドソースアノテーションから50ドル(約5,400円)のメロディ書き起こしを含む新しいデータセットを導出する。
  論文  参考訳（メタデータ） (2022-12-04T18:09:23Z)
• A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
  本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。 このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
  論文  参考訳（メタデータ） (2022-11-21T14:15:43Z)
• Unaligned Supervision For Automatic Music Transcription in The Wild [1.2183405753834562]
  NoteEMは、トランクレーバーを同時に訓練し、スコアを対応するパフォーマンスに合わせる方法である。 我々は、MAPSデータセットのSOTAノートレベル精度と、データセット間の評価において好適なマージンを報告した。
  論文  参考訳（メタデータ） (2022-04-28T17:31:43Z)
• Automatic Embedding of Stories Into Collections of Independent Media [5.188557858279645]
  我々は、独立したメディアのコレクションに自動的にストーリーを埋め込むために、機械学習技術をどのように利用できるかを検討する。 我々は、曲のテンポを抽出するモデルを用いて、音楽プレイリストを物語の弧に追従させる。
  論文  参考訳（メタデータ） (2021-11-03T13:36:47Z)
• Codified audio language modeling learns useful representations for music information retrieval [77.63657430536593]
  符号化された(不明瞭に符号化された)オーディオ学習表現に基づいて事前学習された言語モデルは、下流のMIRタスクに有用であることを示す。 Jukeboxの表現にMIRの有用な情報が含まれているかどうかを判断するために、入力機能として使用し、いくつかのMIRタスクで浅いモデルを訓練する。 従来の手法では,Jukeboxの表現はタグ付けによる事前学習モデルよりもかなり強く,符号化された音声言語モデリングによる事前学習は盲点に対処する可能性が示唆された。
  論文  参考訳（メタデータ） (2021-07-12T18:28:50Z)
• QuerYD: A video dataset with high-quality text and audio narrations [85.6468286746623]
  ビデオの検索とイベントのローカライゼーションのための大規模データセットQuerYDを紹介する。 データセットのユニークな特徴は、ビデオ毎に2つのオーディオトラック(オリジナルオーディオと高品質な音声記述)が利用可能であることです。 YouDescribeは、既存のYouTubeビデオに音声ナレーションを付加することで視覚障害者を支援するボランティアプロジェクトだ。
  論文  参考訳（メタデータ） (2020-11-22T17:33:44Z)
• Melody-Conditioned Lyrics Generation with SeqGANs [81.2302502902865]
  本稿では,SeqGAN(Sequence Generative Adversarial Networks)に基づく,エンドツーエンドのメロディ条件付き歌詞生成システムを提案する。 入力条件が評価指標に悪影響を及ぼすことなく,ネットワークがより有意義な結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-10-28T02:35:40Z)
• Artist-driven layering and user's behaviour impact on recommendations in a playlist continuation scenario [5.726366023100079]
  ACM RecSys Challenge 2018では、チームCreamy Firefliesとして使用したアプローチの概要を紹介します。 Spotifyが主催するこのコンペティションは、プレイリスト継続の問題に焦点を当てている。 私たちのチームは、コンテンツベースとコラボレーティブの両方でよく知られたモデルに基づいたソリューションを提案しています。
  論文  参考訳（メタデータ） (2020-10-13T08:47:08Z)
• Quick Lists: Enriched Playlist Embeddings for Future Playlist Recommendation [0.0]
  本稿では,プレイリストの長さに不変で,局所的およびグローバルなトラック順序に敏感なプレイリスト埋め込みを生成する新しい方法を提案する。 埋め込みはまた、プレイリストシークエンシングに関する情報をキャプチャし、プレイリストユーザに関する情報を充実させる。
  論文  参考訳（メタデータ） (2020-06-17T17:08:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。