The Intervalgram: 대규모 커버송 인식을 위한 오디오 특징

Source

• Evernote/IFTTT Feedly/The Intervalgram An Audio Feature for Large-Scale Cover-Song Recognition.md

Summary

구글 연구진이 제안한 ‘Intervalgram’은 짧은 오디오 조각의 음악적 내용을 표현하는 새로운 크로마 기반 특징입니다. 이는 안정화된 청각 이미지(SAI)에서 파생된 크로마 표현을 바탕으로, 로컬 참조점에 대한 ‘소프트’ 피치 전이를 통해 로컬 피치 불변성을 확보합니다. 다중 오버래핑 윈도우로 생성된 Intervalgram 집합은 동적 프로그래밍을 통해 데이터베이스 내 동일한 멜로디 및 화성 진행을 탐지하는 데 사용됩니다. ‘covers80’ 데이터셋 평가 결과, Top-1 정밀도 53.8%를 기록하며 높은 강건성을 보였습니다. 또한 로컬리티-센시티브 해싱(LSH)을 지원하여 대규모 참조 데이터베이스의 빠른 선별(pruning)이 가능하도록 설계되었습니다.

Key Points

• Intervalgram: 음악 구간의 로컬 음정 패턴을 요약하는 크로마 기반 오디오 특징
• 로컬 피치 불변성: 안정화된 청각 이미지(SAI) 기반 크로마 및 소프트 피치 전이를 통해 구현
• 대규모 검색 최적화: 로컬리티-센시티브 해싱(LSH) 지원으로 데이터베이스 빠른 선별 가능
• 성능: covers80 데이터셋에서 Top-1 정밀도 53.8%, 높은 정밀도 유지
• 적용: 동적 프로그래밍 기반의 멜로디 및 화성 진행 탐지 시스템

Related

• 다중 모드 특징 표현 및 시간 피라미드 매칭을 통한 콘텐츠 기반 복제 탐지

• 모바일 음성 검색을 위한 Google 쿼리 스트림의 언어 모델링 경험적 탐색

• 움직이며 소리를 내는 객체의 식별 및 분할을 위한 다중모달 분석

• 대규모 분산 음향 모델링 및 백오프 N-그램

• Cross-Domain Feature Learning in Multimedia

• 대규모 데이터 스트림의 불확실성 추정

• MillWheel: 인터넷 규모 내결함성 스트림 처리

• Continuous Birdsong Recognition Using Gaussian Mixture Modeling of Image Shape Features

• Accurate and Compact Large Vocabulary Speech Recognition on Mobile Devices

• Point Representation for Local Optimization: Towards Multi-Dimensional Gray Codes

• 영어 책 코퍼스 기반 시계열 구문 N-그램 데이터셋

• WLAN-셀룰러 음성 핸드오버 평가를 위한 분석적 프레임워크

• 대규모 다중 라벨 전파를 위한 효율적인 희소 그래프 구성

• 다중 채널 오디오 압축을 위한 레이트-디스토션 최적화

• Omega: 대규모 컴퓨팅 클러스터를 위한 유연하고 확장 가능한 스케줄러

• 음성 품질 지표의 배경 소음 및 네트워크 열화에 대한 강건성 비교 (VISQOL, PESQ, POLQA)

• Recurrent Neural Networks for Voice Activity Detection

• 대규모 희소 네트워크의 커뮤니티 검출을 위한 의사 가능도 방법

• 심층 신경망을 이용한 통계적 파라미터 음성 합성

• 오디오 처리를 위한 동기식 프로그래밍: 룩업 테이블 오실레이터 사례 연구

• 3음만으로 음악을 식별하는 알고리즘 개발

• 확산형 실내 광무선 통신 링크의 심볼간 간섭 완화를 위한 분류기 비교 연구

• iVector-based Acoustic Data Selection

• Smooth Nonnegative Matrix Factorization for Unsupervised Audiovisual Document Structuring

• Whare-Map: 대규모 컴퓨팅 환경의 이질성(Heterogeneity) 활용

• 중첩 커뮤니티 탐지 알고리즘 비교 연구 요약

• 무선 네트워크의 이웃 발견을 위한 효율적 알고리즘

• 대규모 네트워크에서의 멀웨어 전파 모델

• Efficient Estimation of Word Representations in Vector Space

• 대규모 저장소에서의 효율적인 비디오 스트림 모니터링 및 유사 중복 탐지

• DurIAN_4S: 말하기 데이터로부터 노래 합성 학습

• Deep Learning in Speech Synthesis (Google Research Talk)

• 오프라인 아랍어 손글씨 인식 기술 동향 (A Survey)

• 대규모 Express 코드베이스를 위한 컨트롤러 구조화 방법

• ClangMR: 대규모 C++ 코드베이스 자동 리팩토링 시스템

• Speech and Natural Language: Where Are We Now And Where Are We Headed

• Language Modeling Capitalization

• AGC 및 다중 스타일 학습을 통한 소형 키워드 스포팅

• FSR: 안전한 인터도메인 라우팅을 위한 형식 분석 및 구현 툴킷

• 다중 특징 분석 및 시맨틱 컨텍스트 학습을 통한 이미지 분류

• KamitaniLab DeepImageReconstruction 데이터 및 데모 코드

• Regularized Latent Semantic Indexing (RLSI): 대규모 토픽 모델링을 위한 새로운 접근법

• 시간적 이미지 시퀀스를 위한 최적화된 만화 스토리텔링 시스템

• 3D 객체 검색을 위한 시맨틱 시그니처 학습

• 대규모 모바일 크라우드 센싱을 위한 동적 참여자 선택

• 위키백과 링크 의미소거를 위한 토픽 모델링

• Universal Dependency Annotation for Multilingual Parsing

• 실내 이동 객체를 위한 거리 기반 조인 (Distance-Aware Join for Indoor Moving Objects)

• Coordinated Multi-Device Presentations: Ambient-Audio Identification

• 대규모 MANET을 위한 DHT 기반 라우팅 서베이

• xDSL 시스템의 최적 스펙트럼 밸런싱을 위한 효율적 라그랑주 승수 탐색 알고리즘

• CDN 부하 분산을 위한 분산 제어 법칙

• Language Model Verbalization for Automatic Speech Recognition

• 실내 장면의 의미적 및 기하학적 상호작용 학습을 위한 판별 모델

• Efficient Closed-Form Solution to Generalized Boundary Detection

• YouTube 채널 분류를 위한 실용적 시스템

• 실시간 트윗 검색을 위한 블룸 필터 체인(Bloom Filter Chains) 기반 후보 생성

• MOWL: 웹 기반 멀티미디어 애플리케이션을 위한 온톨로지 표현 언어

• 실시간 스토리 식별을 위한 스트리밍 환경에서의 밀집 부분 그래프 유지

• Facebook, 일부 딥러닝 도구 오픈소스화

• G-RCA: 대규모 IP 네트워크를 위한 서비스 품질 관리용 일반화된 근본 원인 분석 플랫폼

• 도로 네트워크를 위한 무선 브로드캐스트 기반 공간 쿼리 인덱스 (Air Index)

• Query-Adaptive Image Search With Hash Codes

• YouTube 영화 리뷰의 오디오-비주얼 맥락 기반 감정 분석

• 대규모 소셜 네트워크에서의 비용 효율적 바이럴 마케팅 (VirAds)

• 웹 엔티티 페이지 발견을 위한 URL 및 HTML 특징 결합 방법 (SSUP)

• Pay by the Bit: 집단 인간 판단을 위한 정보 이론적 지표

• 이미지 주석 및 검색을 위한 Feature-Word-Topic 모델

• Meta-Learning 기반 Instance Selection을 위한 복잡도 측정 지표

• FNED: 소셜 미디어 가짜 뉴스 조기 탐지를 위한 심층 신경망

• Video Snippets

• 사회기술 시스템 프로그래밍을 위한 커밋먼트 기반 인프라

• Fast, Accurate Detection of 100,000 Object Classes on a Single Machine (Technical Supplement)

• Fast Near-Duplicate Image Detection Using Uniform Randomized Trees

• YouTube 영상 음향 분석을 통한 유망 음악가 자동 발견

• 대규모 소프트웨어의 정밀한 의존성 추출 도구