结合DCTM与HMM的音乐分类方法

摘要：

改进相关主题模型(correlated topic model,CTM)使其具有动态性,提出了动态相关主题模型(dynamic correlated topic model,DCTM),使用变分卡尔曼滤波推断模型的隐含主题参数.将DCTM作为降维模型与隐马尔克夫模型(hidden Markov model,HMM)相结合对音乐分类.这一方法将音乐片段分割为等长的小片段,将小片段的声学特征向量通过相似性比较转化为单词序列,通过DCTM将单词序列转换为主题向量.将主题向量输入HMM得出分类结果.由于DCTM的动态建模,更好地提取对分类有用的信息,因此增强了方法的分类能力.实验验证了方法的有效性.

关键词：音乐分类、相关主题模型、动态相关主题模型、变分卡尔曼滤波、隐马尔克夫模型

所属期刊栏目：33

分类号：TP37(计算技术、计算机技术)

在线出版日期：2013-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：4245-4249,4332