基于樂音信號的特征提取與分類方法研究.pdf

1、由于發(fā)聲機理的不同，音頻處理分為語音和樂音兩種。目前，國內外對于樂音信號的研究主要集中在現代流行音樂方面，對于中國古代主要的樂音形式（戲曲）卻少有研究。然而，中國戲曲自古以來在中國傳統(tǒng)文化中扮演重要的角色，基于計算機技術研究中國戲曲具有重要的文化意義。
　　中國戲曲曲目數以萬計，數量龐大，以人工方式對戲曲進行分類，不僅效率低下，費用高昂，而且正確率低，為了促進戲曲的管理，有必要構建一套自動化的戲曲分類系統(tǒng)。
　　本文提出一種

2、基于多特征融合技術和極限學習機(ELM)的進行中國戲曲劇種分類的方法。受到音樂流派分類的啟發(fā)，每首曲目被分隔為多個片段。先以特征工程的方法直接提取19種特征?？紤]到戲曲信號是一種時序上下文相關序列，以音頻幀進行快速傅里葉變換（FFT）變換后的向量為輸入，以該幀所屬劇種類別為訓練標簽，訓練長短時記憶網絡(LSTM)，并使用訓練好的模型提取上下文相關的特征。將從特征工程和LSTM中提取的上下文特征進行特征融合。最后，使用ELM以及多數投票算

3、法預測整首曲目的所屬劇種類別。
　　研究數據來自互聯網，包括8類共800首戲曲。在8類中國傳統(tǒng)戲曲中，僅使用LSTM提取的時序上下文特征，本系統(tǒng)達到88.8％的平均分類準確率;通過特征融合將從特征工程提取的19種特征以及時序上下文特征進行融合，本系統(tǒng)達到92％的平均分類準確率。實驗結果表明多特征融合有助于提高中國傳統(tǒng)戲曲劇種分類的準確率。使用LSTM提取的上下文相關特征能夠更好的考慮信號的時間特性，對19種由特征工程得到的特征具有