OATAO - Open Archive Toulouse Archive Ouverte Open Access Week

Réseaux de neurones convolutifs et paramètres musicaux pour la classification en genres

Sènac, Christine and Pellegrini, Thomas and Pinquier, Julien and Mouret, Florian Réseaux de neurones convolutifs et paramètres musicaux pour la classification en genres. (2017) In: XXVIe Colloque GRETSI sur le Traitement du Signal et des Images (GRETSI 2017), 5 September 2017 - 8 September 2017 (Juan-les-pins, France).

[img]
Preview
(Document in French)

PDF (Author's version) - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
172kB

Abstract

Nous proposons d’utiliser des réseaux de neurones convolutifs (Convolutional Neural Networks (CNN)) pour la classification en genres musicaux. Mais contrairement à l’approche classique qui consiste à présenter un spectrogramme en entrée, nous choisissons un ensemble de paramètres musicaux selon trois dimensions musicales : la dynamique, le timbre et la tonalité. Avec une topologie de CNN appropriée, les résultats montrent que huit paramètres musicaux sont plus efficaces que 513 fréquences d’un spectrogramme et que la fusion tardive des systèmes basés sur les deux types de caractéristiques permet d’atteindre un taux de bonne classification de 91% sur le corpus GTZAN.

Item Type:Conference or Workshop Item (Paper)
HAL Id:hal-02871339
Audience (conference):National conference proceedings
Uncontrolled Keywords:
Institution:Université de Toulouse > Institut National Polytechnique de Toulouse - Toulouse INP (FRANCE)
French research institutions > Centre National de la Recherche Scientifique - CNRS (FRANCE)
Université de Toulouse > Université Toulouse III - Paul Sabatier - UT3 (FRANCE)
Université de Toulouse > Université Toulouse - Jean Jaurès - UT2J (FRANCE)
Université de Toulouse > Université Toulouse 1 Capitole - UT1 (FRANCE)
Laboratory name:
Statistics:download
Deposited On:11 Jun 2020 14:59

Repository Staff Only: item control page