基于多標(biāo)簽分類法的和弦音樂的音色識別.pdf

1、近年來,隨著在線音樂庫的蓬勃發(fā)展,用戶希望通過自動索引方式找到他們喜愛的音樂,通過音樂來舒緩現(xiàn)代社會快節(jié)奏、高競爭壓力下的心境和情緒,已經(jīng)成為一種時尚。音色識別,是音樂信息檢索的主要任務(wù)之一。因為同一音樂用不同的樂器來演奏或合奏,會帶給聽眾不同的感覺和效果。人們按照自己的喜好選擇不同樂器的音樂旋律,這種需求正在不斷的增長。由此,音色識別已成為計算機(jī)音樂檢索領(lǐng)域中的研究方向之一。許多傳統(tǒng)的聲學(xué)特征提取方法已經(jīng)成功的應(yīng)用在獨奏樂器的音色識別

2、領(lǐng)域中。令人遺憾的是,這些獨奏樂器的音色評估算法顯然不能適用于現(xiàn)實音樂環(huán)境中的和弦音樂的音色識別。因此,對和弦音樂進(jìn)行音色識別具有重要的現(xiàn)實意義,但也存在一定的難度,特別是當(dāng)音色相近的樂器合奏產(chǎn)生諧波互相重疊,區(qū)分音色的難度會更大。從音頻文件中,識別由多種樂器演奏的聲音對音樂檢索是非常有效的,對自動索引和瀏覽音樂數(shù)據(jù)也是非常有幫助的。這也激勵人們在音色分類以及基于內(nèi)容的音樂信息檢索方面進(jìn)行更多的研究。
　　 本文首先介紹了音樂背

3、景知識以及研究的現(xiàn)狀與目標(biāo),參考了MPEG-7的音色特征值標(biāo)準(zhǔn),增加了時間屬性,提出了新的時域特征值。實驗表明,用了新的時域特征值與傳統(tǒng)特征值進(jìn)行比較,在樂器分類的正確分類數(shù)和置信度上有一定提高。然后分析了獨奏音樂分類算法優(yōu)缺點,并對和弦音樂音色的多標(biāo)簽分類問題進(jìn)行了研究,利用了傳統(tǒng)的多標(biāo)簽分類法和決策樹算法,提出了這兩類算法的組合算法,即基于多標(biāo)簽決策樹(ML—Decision Tree)的分類算法,實驗結(jié)果表明,基于多標(biāo)簽決策樹(M