文件名称：论文研究-基于隐马尔可夫模型的音乐分类.pdf
文件大小：931KB
文件格式：PDF
更新时间：2022-09-28 10:35:35
论文研究
音乐类型（Genre）是应用最普遍的管理数字音乐数据库的方式，提出一种基于隐马尔可夫模型（Hidden Markov Models，HMMs）的音乐自动分类方案。在考虑传统的音色特征（Timbre）的同时，将另一重要特征节奏（Tempo）也加以考虑，并通过bagging训练两组HMM进行分类，达到了良好的效果。从结构、状态数和混合高斯模型数三个方面进行了参数优化，找到了最佳的HMM参数。在音乐数据集GTZAN上对传统模型和新模型分类效果进行了测试，结果表明考虑了节奏特征的HMM分类效果更佳。