|
|||||
|
|
| 基于卷积神经网络的中国乐器分类 | |
| 作者姓名： | 李荣锋 谢祎凡 李子晋 李学明 |
| 作者单位： | 1. 北京邮电大学网络系统与网络文化北京市重点实验室;2. 中国音乐学院音乐学系 |
| 基金项目： | 教育部人文社会科学研究青年基金(19YJCZH084)； |
| 摘 要： | 中国乐器有着丰富的种类,但过去由于缺少数字化的保存形式,在音乐信息检索领域有关它们的研究很少.基于中国音乐学院收集完成的中国乐器数据库,本文旨在找到每种中国乐器各自独有的声音特征,并希望找到泛化能力较强的模型以更好地利用有限的数据集.使用卷积神经网络并以对数Mel声谱图作为输入特征,在所构建的两个子数据集中实现了超过97%的分类准确率,说明所构建的模型能较好地学习到每种乐器的特征.此外,当以较短片段数据集训练的模型来对较长片段的数据集进行分类时,准确率依然高达92.70%,说明模型具有较好的泛化能力. |
| 关 键 词： | 中国乐器 卷积神经网络 对数Mel声谱图 |