基于MFCC特征聚类变换的歌曲中歌声的识别

• 作者: 吕兰兰
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 歌曲中歌声的识别 MFCC 特征聚类变换 高斯混合模型
• 年，卷（期）: 2016,（11）
• 页码范围: 170-171
• 页数: 2页
• 分类号: TP391

摘要

针对直接采用MFCC作为歌曲中歌声识别的特征参数存在数据量大、且所包含的歌手歌唱特征较少的问题,提出一种基于MFCC特征聚类变换的歌曲中歌声的识别方法。通过对MFCC特征进行GMM聚类变换,以各个高斯分布的均值作为SVM分类器的特征参数,利用GMM数据描述能力强的特点,突出歌手的歌唱特征,降低特征参数的数据量。实验结果表明,该方法在歌曲中歌声识别上的平均识别率较标准GMM方法略有提高,且数据处理量减少了65.8%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕兰兰	湖南科技学院电子与信息工程学院软件工程系	18	15	3.0	3.0