針對單一特征建立的音樂流派分類模型導致誤判、遺漏、錯分的不足及其處理速度慢、效率低等問題,提出了一種基于卷積神經(jīng)網(wǎng)絡的音樂流派分類方法。該算法首先采用倒譜系數(shù)提取音頻的MFCC特征矩陣,以其特征值作為CNN神經(jīng)網(wǎng)絡的輸入量對音頻信號進行訓練,獲取最優(yōu)分類器用以作為訓練器。將經(jīng)典、鄉(xiāng)村、重金屬和搖滾四種音樂流派的音頻信息通過最優(yōu)分類器進行仿真實驗。實驗結(jié)果表明:卷積神經(jīng)網(wǎng)絡分類的平均分類效率可達88%,處理速度明顯提升,降低誤分類及錯判率。 

【文章來源】：電子測量技術. 2019,42(21)

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1 分類識別的一般流程

MFCC從音頻到能量的一般提取過程如圖2[14]所示,已經(jīng)非常成熟,特拉維夫大學的Benyanmin Matiyaho已經(jīng)做出了充分的研究和證明[15]。音樂的MFCC特征參數(shù)主要表現(xiàn)的是音樂信號的靜態(tài)特征,而音樂的動態(tài)特征可以通過靜態(tài)差分來描述,結(jié)合一階和二階差分作為動態(tài)特征。靜態(tài)和動態(tài)特征互相補充,提高系統(tǒng)的性能。

卷積神經(jīng)網(wǎng)絡一般包含卷積層,池化層和全連接層。卷積和池化層用于輸入和提取特征,全連接層用于將特征映射到維度空間中,其基本結(jié)構(gòu)如圖3所示。由二維數(shù)值卷積計算可知,卷積神經(jīng)網(wǎng)絡算法分為以下幾個步驟:

【參考文獻】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡研究綜述[J]. 李彥冬,郝宗波,雷航.  計算機應用. 2016(09)
[2]基于熵和支持向量機的音樂分類方法[J]. 高林杰,張明.  計算機系統(tǒng)應用. 2014(05)
[3]基于概率神經(jīng)網(wǎng)絡的流行音樂分類研究[J]. 韓浩,王寅瀟,王博,譙妍,田京京.  數(shù)字技術與應用. 2013(08)
[4]一個基于相關反饋的神經(jīng)網(wǎng)絡音樂情感分類器構(gòu)建算法[J]. 王小鳳,耿國華,李鵬,劉曉寧.  西北大學學報(自然科學版). 2012(01)
[5]基于MFCC和HMM的音樂分類方法研究[J]. 張燕,唐振民,李燕萍,鄒益.  南京師范大學學報(工程技術版). 2008(04)
[6]基于快速神經(jīng)網(wǎng)絡算法的非特定人語音識別[J]. 田嵐,陸小珊,白樹忠.  控制與決策. 2002(01)

碩士論文
[1]基于音樂基因的混合音樂推薦系統(tǒng)的設計與實現(xiàn)[D]. 鐘偉.安徽大學 2014



本文編號：3571130