基于改进投票机制的音乐流派分类方法研究

• 作者: 杨翠丽 武港山 郭昭辉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 音乐流派分类 音乐信息检索 音频特征提取
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 213-215
• 页数: 3页
• 分类号: TP18
• 字数: 2918字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.09.077

摘要

存音乐流派分类过程中,音乐流派局部特征与整体特征不一致时,通常采用的局部特征投票取最大的方法(MaxVote)在音频片段流派分类精度不高,而流派特征分布比较均衡时分类结果不合理.针对以上问题,该文提出基于音乐片段流派分布特征的神经网络投票机制(NNVote)和结合高层音乐节奏特征的RhythmNNVote投票方法.实验结果表明,NNVote方法在7个流派上的分类总精度达到68.9%,较MaxVote提高将近10%.