级联分类与多标签分类在中国民族乐器识别中的应用

摘要

目前，与人类识别音乐的能力相比，计算机的识别能力非常有限。数字音乐和互联网技术的快速发展使我们可以获得大量的音乐作品，同时需要更加有效的音乐检索系统。乐器识别在复杂的音乐检索系统中起着关键的作用。尽管乐器识别十分重要，但是目前的研究主要处理单音的识别。本文处理的是乐器和弦的问题。首先，提出了一种基于合适的音频特征值选择方法，该方法在基于MPEG-7标准的声学特征，在特征值的时间特性上进行改造，并加入改进后的特征值。特别是对没有加入新特征值和加入新特征值后生成分类器模型的性能进行了比较。其次，根据音频目录组成的音频分类系统往往是一棵树形结构。采用平面分类方法对音频识别，但是平面方法忽略了类别的层级关系，一般只能预测叶子结点的类别。为此，提出了自项向下的方法对预先建立的级联结构分类识别，级联方法考虑了树的局部信息在每一层建立一个分类器，称为层次分类器。层次分类方法能够处理大规模音频内容的特征值并且具有易扩展性和灵活性。实验采用了中国民族乐器作为数据集，结果显示级联方法的分类精确度要好于平面分类方法。最后，自动识别乐器的目录类别是一项多标签任务，因为包含多种演奏乐器的音乐作品可以属于一个或者多个类别。通过实验评估了两种多标签算法，实验数据包含了根据演奏方式的不同划分的三个聚类共50256个音乐数据帧并对实验结果做出相关的分析。

目录

摘要

第一章 前言

1．1 引言

1．1．1 研究目的

1．1．2 研究现状

1．1．3 研究意义

1．2 研究目标和要解决的问题

1．3 研究方法

1．4 本文的工作和创新点

1．5 论文的组织结构

第二章 基本乐理知识和乐器音频特点

2．1 音乐的基本知识

2．1．1 乐理的基本概念

2．1．2 声音的属性

2．2 音频文件的特征

2．2．1 音频文件的特点

2．2．2 音色

2．2．3 九种中国民族乐器的音频波形特点

第三章 基于内容的音乐检索系统

3．1 基于MPEG-7音色的特征值

3．2 基于音色特征值的提取

3．2．1 频谱分析

3．2．2 海明窗口

3．2．3 重叠窗口

3．3 基于内容的音乐检索系统的类型

第四章 基于音色数据库的分类方法

4．1 K最近领域分类法(KNN)

4．2 决策树(C4.5)

4．3 支持向量机(SVC)

4．4 随机森林(RandomForest)

第五章 基于MPEG-7改进特征值的方法

5．1 差分的方法

5．1．1 实验数据

5．1．2 实验设计

5．1．3 实验结果

5．2 组合的方法

5．2．1 实验数据

5．2．2 实验设计

5．2．3 实验结果

5．3 本章小结

第六章 基于级联分类的九种中国民族乐器的分类识别

6．1 级联分类的定义

6．1．1 平面分类方法

6．1．2 局部分类方法

6．2 基于层次级联分类系统

6．3 基于层次的级联分类器

6．4 九种中国民族乐器的分类

6．5 实验过程

6．5．1 实验数据

6．5．2 实验设计

6．4．3 实验结果

6．5 本章小结

第七章 基于多标签分类的九种中国民族乐器的分类识别

7．1 多标签分类的定义

7．2 基本的多标签分类算法

7．2．1 Binary Relevance(BR)算法

7．2．2 Label Powerset(LP)算法

7．2．3 Random k-labelset(RAKEL)算法

7．2．4 ML-KNN算法

7．3 多标签的统计参数

7．3．1 标签的势

7．3．2 标签的密度

7．4 评估方法

7．4．1 二分法

7．4．2 排位法

7．5 实验过程

7．5．1 实验数据

7．5．2 实验设计

7．5．3 实验结果

7．6 本章小结

第八章 全文总结和未来的工作

参考文献

致谢

声明