基于听觉图像的音乐流派自动分类

• 作者: 关欣 李秋颖 李锵
• 来源期刊: 天津大学学报
• 学科: 工学
• 关键词: 音乐流派分类 听觉图像 尺度不变特征转换 空间金字塔匹配
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 电子信息工程
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP18
• 字数: 3201字
• 语种: 中文

摘要

音乐流派的自动分类是音乐信息检索系统的重要组成部分.将听觉图像引入音乐流派的分类研究中,用听觉图像模型模拟人耳耳蜗结构,基于音乐流派分类研究常用的GTZAN数据库,将一维音频信号转换为二维听觉图像,对音乐听觉图像进行尺度不变特征转换(SIFT)及空间金字塔匹配(SPM),从局部到整体地提取图像的纹理特征,最后采用LibSVM中线性核函数的支持向量机对音乐流派进行分类.实验结果表明,与同样基于人耳耳蜗结构提出的美尔频率倒谱系数(MFCC)流派分类方法相比,基于听觉图像的流派分类正确率提高15％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李锵	天津大学电子信息工程学院	74	624	12.0	22.0
2	关欣	天津大学电子信息工程学院	36	193	9.0	12.0
3	李秋颖	天津大学电子信息工程学院	1	3	1.0	1.0