基于人工智能的机器人音乐类型识别

• 作者: 乔元健
• 来源期刊: 变频器世界
• 学科: 工学
• 关键词: 人工智能 深度学习模型 优化器 准确率
• 年，卷（期）: 2020,（10）
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP391

摘要

音频与我们生活密切相关,我们的大脑不断处理和理解音频数据,并为我们提供有关环境的信息。为实现机器人对音乐类型的智能识别,设计了基于人工智能的机器人音乐类型识别,首先,基于摇滚、爵士、吹奏和管弦四类音乐建立数据集,并将预处理后的数据集分为训练集和测试集;然后设计了BP深度学习模型,并选择合适的优化器、设置学习率以及迭代周期等相关的网络模型参数,借助深度学习网络模型对数据进行训练。仿真实验表明,相比于机器学习模型,BP深度学习模型音乐类型识别准确率达到了91.7%。