基于SVM的流行音乐中人声的识别

摘要：

针对流行音乐中人声的发现问题,使用SVM分类器针时MFCC特征进行训练和分类.依据音频特征的连续性,后期对分类结果进行低通滤波.实验结果表明,该方法在帧层面上的识别率可以达到85.76%.实验中也发现不同语种的演唱者在发音上,特别是在MFCC特征上存在很大的统计差异性.实验中对歌曲分类的结果可以作为近一步实现音乐相似性度量的依据之一.

关键词：流行音乐结构分析、人声发现、支持向量机

所属期刊栏目：44

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2006AA01Z197

在线出版日期：2008-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：126-128