基于SVM和增强型PCP特征的和弦识别

• 作者: 关欣 李锵 闫志勇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 和弦识别 音级轮廓 节拍跟踪 音高频率倒谱系数 支持向量机
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 179-182
• 页数: 4页
• 分类号: TP18
• 字数: 3467字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.07.035

摘要

和弦识别是自动音乐标注的基础，在歌曲翻唱识别、音乐分割及音频匹配等领域具有重要作用。针对不同乐器之间相同和弦识别率较低的问题，提出一种基于瞬时频率提取音级轮廓(PCP)特征的改进算法。该算法结合音高频率倒谱系数，将增强型PCP特征作为新的和弦识别特征，把音频信号输入到节拍跟踪器，依据动态规划算法提取信号的节拍信息，计算音频信号每一个节拍内的增强型PCP特征，采用结构化支持向量机分类方法实现对音乐和弦的识别。实验结果表明，与传统PCP特征相比，采用增强型PCP特征的和弦识别率提高了2.5%~6.7%。

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	闫志勇	天津大学电子信息工程学院	1	7	1.0	1.0