基于深度神经网络的电子音乐音质评估研究

摘要：

为了降低电子音乐音质评估结果误差,提出基于深度神经网络的电子音乐音质评估方法.利用音频采样、归一化、分帧以及时频与变换等过程完成电子音乐预处理,确定电子音乐浊音段;在此基础上利用维特比算法跟踪浊音段主导基频轨迹,同时利用基频判别模型确定电子音乐主旋律.分析电子音乐主旋律内影响音质的声源特性、音响器材的信号特性、声场特性、听觉特性和立体感等类型的影响因子,引入对照样本,生成样本集.以开源项目Keras人工神经网络库为基础构建由输入层、归一化层、全连接层、激活层共同组成的深度神经网络,将样本集内数据作为输入,通过训练完成电子音乐音质评估.实验结果显示,该方法可准确提取电子音乐主旋律,且所构建模型的AUC值较高.

关键词：深度神经网络、电子音乐、音质评估、浊音段、基频轨迹

所属期刊栏目：38

分类号：TM933

在线出版日期：2022-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：142-145