声明
摘要
符号说明
1.1 研究背景与意义
1.2 课题研究现状及发展趋势
1.2.1 音色特征的现状与发展
1.2.2 识别算法的现状与发展
1.3 论文主要工作与组织结构
第2章 音色描述与评价方法
2.1 乐器音色的形成机制
2.1.1 乐器分类
2.1.2 乐器的声学模型
2.2 音色特征
2.2.1 时域特征
2.2.2 频域特征
2.2.3 倒频域特征
2.3 评价方法
2.3.1 乐器测度
2.3.2 整体测度
2.3.3 可视化方法
2.4 交叉验证
2.5 实验数据库
2.6 本章小结
第3章 基于浅层分类器的乐器音色识别
3.1 乐器音色识别框架
3.2 浅层分类器简介
3.2.1 高斯混合模型
3.2.2 通用背景模型
3.2.3 隐马尔可夫模型
3.2.4 支持向量机
3.3 基于音色特征时间序列的乐器音色识别
3.3.1 音色特征集介绍
3.3.2 特征选择与降维
3.3.3 浅层分类器配置
3.3.4 乐器音色识别结果分析
3.4 基于音色特征时间整合的乐器音色识别
3.4.1 音色特征时间整合
3.4.2 浅层分类器配置
3.4.3 乐器音色识别结果分析
3.5 本章小结
第4章 基于深度学习的乐器音色识别
4.1 深度学习简介
4.1.1 卷积神经网络
4.1.2 深度神经网络
4.1.3 深度卷积自编码器
4.2 基于CNN的乐器音色识别
4.2.1 卷积神经网络配置
4.2.2 乐器音色识别结果分析
4.3 基于DNN的乐器音色识别
4.3.1 深度神经网络配置
4.3.2 乐器音色识别结果分析
4.4 基于DCAE的自动音色特征提取
4.4.1 反池化
4.4.2 解卷积
4.4.3 训练策略
4.4.4 深度卷积自编码器配置
4.4.5 DCAE音色特征的评价与分析
4.5 本章小结
5.1 总结
5.2 展望
附录
参考文献
致谢
攻读学位期间发表学术论文