基于听觉特性卷积神经网络的音乐分类方法研究

《基于听觉特性卷积神经网络的音乐分类方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于听觉特性卷积神经网络的音乐分类方法研究作者姓名李增学科专业通信与信息系统指导教师韦岗教授所在学院电子与信息学院论文提交日期2018年4月ResearchonMusicClassificationBasedonAuditoryFeatureConvolutionNeuralNetworkADissertationSubmittedfortheDegreeofMasterCandidate：LiZengSupervisor：Prof.WeiGangSouthChinaUniversityofTechnologyGuangzhou,China分类

2、号：TP391学校代号：10561学号：201520108980华南理工大学硕士学位论文基于听觉特性卷积神经网络的音乐分类方法研究作者姓名：李增指导教师姓名、职称：韦岗教授申请学位级别：工学硕士学科专业名称：通信与信息系统研究方向：现代通信理论与技术论文提交日期：2018年4月10日论文答辩日期：2018年6月2日学位授予单位：华南理工大学授予日期：年月日答辩委员会成员：主席：丁泉龙教授委员：韦岗教授、王一歌副教授、曹燕副教授摘要从卡带时代、CD时代、再到数字音乐时代，音乐数量呈现爆发式增长。唯有对海量音乐资源进行分类，建立高效音乐检索系统，才能帮助人们快

3、速地搜索到期望的音乐。传统音乐分类方法比较依赖于人工标注。在大数据时代，通过人工标注来完成音乐分类任务是低效率且不现实的。因此音乐自动分类逐渐成为研究热点，并被广泛使用。音乐自动分类是实现音乐资源快速、有效检索的基础，其拥有巨大潜在应用需求，因此音乐自动分类方法具有重要的研究意义。音乐自动分类方法有两个关键步骤：特征提取和分类方法。本文基于听觉特性对特征提取和分类方法两个关键步骤进行改进，针对音乐分类任务提出基于听觉特性卷积神经网络的音乐分类方法。本文的主要工作和创新点如下：(1)在特征提取中，本文借鉴语音信号处理常用的耳蜗滤波器倒谱系数，将其应用于音乐特

4、征提取中。耳蜗滤波器倒谱系数提取流程模拟了人耳听觉系统感知声音的过程，使提取到的特征更符合人耳听觉特性。由于音乐信号频域跨度相比于语音信号更宽，因此本文在耳蜗滤波器倒谱系数的提取步骤中增加了低频和高频的滤波器，使提取到的音乐特征更全、更详细，直接提高特征提取的质量。(2)在分类方法中，本文借鉴了Lecun等人提出的卷积神经网络和Taigman等人提出的局部卷积思想，结合音乐分类场景提出并实现了基于听觉特性卷积神经网络。传统卷积神经网络卷积核全局共享，对所有频域信息一致处理，忽略了频域信息差异性。基于听觉特性卷积神经网络通过把音乐时频特征根据频率高低划分成不

5、同区域，只在指定区域内共享卷积核，从而使得不同频率区域内的卷积核学习各自频率区域所需特征。(3)本文针对咖啡馆、学习、夜店和运动四个播放场景来进行音乐适用场景分类实验，其中耳蜗滤波器倒谱系数和基于听觉特性卷积神经网络的组合取得83.58%的准确率，优于梅尔频率倒谱系数和传统卷积神经网络的组合。关键词：听觉特性；卷积神经网络；耳蜗滤波器倒谱系数；音乐分类；音乐检索IABSTRACTSincethecassetteera,theCDera,andtheeraofdigitalmusic,theamountofmusichasboomed.Onlytheclas

6、sificationofmassivemusicresourcesandtheestablishmentofanefficientmusicretrievalsystemcanhelppeoplequicklysearchforthedesiredmusic.Traditionalmusicclassificationmethodsrelyonmanualannotation.Intheeraofbigdata,itisinefficientandunrealistictoclassifymusicthroughmanualannotation.Thus,

7、theautomaticclassificationofmusichasgraduallybecomearesearchhotspotandiswidelyused.Automaticmusicclassificationisthebasisoffastandeffectiveretrievalofmusicresources.Ithashugepotentialapplicationrequirements,sotheautomaticmusicclassificationmethodhasimportantresearchsignificance.Th

8、erearetwokeystepsinautomaticmusic