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(nèi)外對于樂音信號的研究主要集中在現(xiàn)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(shù)研究中國戲曲具有重要的文化意義。
　　中國戲曲曲目數(shù)以萬計，數(shù)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(gòu)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(shù)和極限學(xué)習(xí)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。考慮到戲曲信號是一種時序上下文相關(guān)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(xùn)練標(biāo)簽，訓(xùn)練長短時記憶網(wǎng)絡(luò)(LSTM)，并使用訓(xùn)練好的模型提取上下文相關(guān)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(shù)投票算

3、法預(yù)測整首曲目的所屬劇種類別。
　　研究數(shù)據(jù)來自互聯(lián)網(wǎng)，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(dá)到88.8％的平均分類準(zhǔn)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(dá)到92％的平均分類準(zhǔn)確率。實驗結(jié)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(zhǔn)確率。使用LSTM提取的上下文相關(guān)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