GTZAN数据集：内容、缺陷、对评估的影响及其未来使用
摘要：GTZAN数据集在至少100篇发表的作品中出现，并且是用于音乐流派识别（MGR）的机器听力研究中最常用的公共数据集。然而，我们最近的工作显示GTZAN有几个缺点（重复、错误标签和畸变），这些缺点挑战了使用它导出的任何结果的可解释性。在本文中，我们否定了所有MGR系统都受到这些缺点的影响，以及GTZAN中MGR系统的性能仍然有意义可比，因为它们都面临着相同的缺点的论断。我们查明并分析了GTZAN的内容，并提供了其缺点的目录。我们回顾了GTZAN在MGR研究中的使用情况，并发现很少有迹象表明它的缺点已经被知晓和考虑过。最后，我们对其缺点对评估五种不同MGR系统的影响进行了严格研究。教训不是放弃GTZAN，而是在考虑其内容时使用它。
作者：Bob L. Sturm
论文ID：1306.1461
分类：Sound
分类简称：cs.SD
提交时间：2015-05-18