基于频谱增强和卷积宽度学习的音乐流派分类

摘要：

针对频谱图对于音乐特征挖掘较弱、深度学习分类模型复杂且训练时间长的问题,设计了一种基于频谱增强和卷积宽度学习(CNNBLS)的音乐流派分类模型.该模型首先通过SpecAugment中随机屏蔽部分频率信道的方法增强梅尔频谱图,再将切割后的梅尔频谱图作为CNNBLS的输入,同时将指数线性单元函数(ELU)融合进CNNBLS的卷积层,以增强其分类精度.相较于其他机器学习网络框架,CNNBLS能用少量的训练时间获得较高的分类精度.此外,CNNBLS可以对增量数据进行快速学习.实验结果表明:无增量模型CNNBLS在训练400首音乐数据可获得90.06％的分类准确率,增量模型Incremental-CNNBLS在增加400首训练数据后可达91.53％的分类准确率.

关键词：梅尔频谱、宽度学习、语音增强、音乐流派分类、指数线性单元函数(ELU)

所属期刊栏目：32

分类号：TP391.41;G434;TP181

资助基金：国家自然科学基金;辽宁省高等学校基本科研项目

在线出版日期：2023-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：85-95