基于MFCC和HMM的音乐分类方法研究

• 作者: 唐振民 张燕 李燕萍 邹益
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: Mel倒谱系数 音乐分类 隐马尔可夫模型
• 年，卷（期）: 2008,（4）
• 页码范围: 112-114
• 页数: 3页
• 分类号: TN912.34
• 字数: 2853字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2008.04.027

摘要

采用基于Mel倒谱系数特征的隐马尔可夫模型对音乐进行分类.对音乐通过有监督的学习方式进行聚类,分类时将测试样本归入似然值最大的类别,对同一音频抽取若干样本,对样本识别结果采用投票法判定该音频的音乐类别,使分类的准确率得到进一步的提高.仿真实验对4种分类器在有干扰和无干扰的环境下的分类性能进行了比较,实验结果表明该方法具有更好的抗十扰能力和正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学计算机学院	191	2436	26.0	40.0
2	张燕	金陵科技学院信息技术学院	50	440	12.0	19.0
6	李燕萍	南京理工大学计算机学院	17	103	6.0	9.0
7	邹益	南京理工大学计算机学院	1	10	1.0	1.0