以阶层式整合时间与非时间特征之音乐曲风分类法-NPUCSIE.PDFVIP

第十二屆離島資訊技術與應用研討會論文集 以階層式整合時間與非時間特徵之音樂曲風分類法 * 李建樹吳紹敬 國立臺南大學資訊工程學系 cslee@mail.nutn.edu.tw 摘要 取頻譜特徵，例如梅爾倒頻譜系數(Mel-frequency 本論文提出一個階層式音樂曲風分類方法，其 cepstral coefficients, MFCCs) 、頻譜質心(spectral 能有效結合音樂的時間與非時間特徵。首先依據不 centroid) 等。經過特徵擷取的程序，對相同曲風的 同曲風間全域音色的差異，將欲分類曲風劃分成兩 樣本分佈進行統計，建立曲風模型，再透過分類器 大類；接續導入音訊語彙的觀念，將歌曲轉換成音 分類音樂曲風[1] 。 訊語彙序列形式，藉由訓練資料庫中各個曲風根據 傳統音樂訊號分割、檢索及曲風分類在短時距 其音訊語彙序列的變遷現象統計所得之變遷機率 特徵融合上，大多使用以較長時間尺度涵蓋多個音 模型，計算該序列相對於各模型的似然率，應用最 框，計算其平均值及方差[2-3] ，這種方式的優點為 大似然率判定歌曲所屬曲風。為提高分類準確性， 容易運算，但是能有多少音樂的動態變化能夠被適 本文提出一個新的精鍊演算法，排除訓練階段中易 當擷取是一個問題，因此 Meng[4]改採用 造成曲風混淆之訓練樣本，以提升系統效能。實驗 Autoregressive model (AR model) 來進行音樂特徵 結果証實，本論文所提方法能有效地提升音樂曲風 融合。在語音辨識領域中，以回歸技術擷取衍生特 分類之準確率達4%之多。 徵的方法已被廣泛地應用，Bagci[5]利用此項技術 關鍵詞：音樂曲風、階層式分類、變遷機率 結合 MFCC 特徵與其一階及二階的回歸係數，並 將訓練集中於那些被判定為難以分類的樣本集合 Abstract 而形成新的模型，藉此提升系統的正確分類率。近 This paper proposes a hierarchical music genre 年來，為了考量音樂在時間上的變化，基於文本分 classification method integrating both temporal and 類(text categorization)的觀念被使用在音樂曲風分 non-temporal features of music. First of all, music 類領域上，其關鍵在於建立一個音樂符號集(music genres are devided into two primary classes based on symbol set) ，這些音樂符號等同於文本中的文字， the difference of global timbre. Then, the concept of 令音樂得以轉換成文本形式，如此一來每首音樂可 audio words is applied to convert the music into 被視為一份文字形式音樂文件 (text-like music sequence of audio words. A transition probability model is derived for each genre by estimating document)