音乐分类及其.pdfVIP

音乐分类及其Matlab 实现 1 1 1 陈凯 ，王佳 ，徐士彪 1.北京邮电大学 信息工程学院，北京海淀区 （100876） E-mail ：cyre@163.com 摘 要： 利用不同类别音乐的统计规律提取特征向量，并利用神经网络进行分类。文中对 特征向量的寻找、神经网络进行了讨论和研究，并在 Matlab 上进行了实验，给出了实验的 关键代码。实验表明，特征提取的方法可以较快较准地对一些常见类型的音乐进行分类。文 章最后还提出了一种利用DSP 构造自适应均衡器的设计作为该算法的应用实例。 关键词：音乐分类；特征向量；神经网络；Matlab ；DSP 中图分类号：TP391.4 1. 引 言 基于内容的音乐信息检索（music information retrieval ）问题长期以来研究的焦点主要集 中在音乐的特征表示与分类方法的问题上。常用音乐特征表示方法有：① 相对音高序列表 示，即用 “倡”表示音高序列的开始，然后依次将序列的后一个音高同前一个音高进行比 较，分别用 “Up ” 、 “Down ” 、 “Repeat ” 等３个参数来表示音高的升高、降低和相 同３种情况；② 综合表示法，即采用 （音高，音长，音强）三元组进行表示。对音乐的特 征进行表示之后，需要针对特征的分类方法来进行音乐的分类。常用音乐分类方法基于特征 匹配，而常用的特征匹配方法有：① 近似字符串匹配算法，即由Ghias和McNab 等人采用 的Dynamic Programming法 ，将动态规划方法引入音乐字符串匹配问题中，查找相似音乐字 符串，而Salo 等人采用的N 唱Gram 法进行近似字符串匹配；② 基于特征空间的算法，即 [1] 由Matt 等提出的基于特征空间的音频分类算法，K 近邻搜索算法。 随着人们生活水平的提高，对音乐的欣赏要求也日渐提高。然而不同类型的音乐有不同 的音色音高，人们往往都会用各种方法对音乐进行调整，如人们最常使用的均衡器。我们努 力于研制一种基于DSP 的滤波式均衡器，使用者只需要将其连接在音频输出设备和播放设备 （耳机、音响）之间，均衡器既可对输入的音频进行分类，并进行均衡处理。与传统的均衡 器不同的是，这套设备可以根据以往使用者的设定，自行判定当前音乐应该属于哪类音乐， 自动地去迎合使用者的习惯。总结以上设计，这套设备的特点简单列举如下：1、能对音乐 进行智能地分类；2 、对不同种类的音乐做出不同的均衡处理；3、处理满足实时性要求。 针对这样的特点，我们认为可以采用DSP作处理器，用实时性较强、学习特性较好的神 经网络作分类器以实现这样的功能。 本文对如何提取作为神经网络训练依据的各类音乐的特征值做出讨论和研究，并在 Matlab平台上进行了分类器的实现。 2. 音频特征提取和表示 2.1 音频信息的选择 由于要考虑在DSP 上实现实时的分类，所以算法的计算不能太复杂，特征向量也 不宜过多。而且要求在不完整载入音乐的条件下就能进行分类。综合考虑，选用相对容 易的时域进行特征的选取，采用了以下两个特征量： 1.帧能量（FE ） 2.帧能量比（FER ） 并取短时窗窗长20ms 其中FE 描述的是一个帧的能量值，该特征描述了一个帧强度的大小，第i 帧的FE 计算公式如（1）： iFLen 1 FE x 2 i n x （1） ，其中 是第n 个样本之，FLen 是每一帧的长度 n n i