QQ客服 官方微博 反馈留言

	语音与若干典型类别音乐数据间的自动分类研究
	张一彬 ; 周杰 ; 王霞 ; Yibin Zhang ; Jie Zhou ; Xia Wang
	2010-07-15 ; 2010-07-15
会议名称	中国计算技术与语言问题研究——第七届中文信息处理国际会议论文集 ; Chinese Computing Technologies and Related Linguistic Issues--Proceedings of the 7th International Conference on Chinese Computing ; 第七届中文信息处理国际会议 ; The 7th International Conference on Chinese Computing ; 中国湖北武汉 ; CNKI ; 中国中文信息学会、新加坡中文与东方语言信息处理学会、武汉大学语言与信息研究中心
关键词	语音 音乐 模式识别 混合音频特征集 神经网络 Speech Music Pattern rRecognition Mixed Audio Feature Set Neural Network TP391.42
其他题名	A Study on Automatic Classification between Speech and Several Typical Music Types
中文摘要	基于内容的语音与音乐数据自动分类是一个十分重要的研究方向,它是许多实际应用的基础。本文对语音与4种典型音乐类数据(钢琴独奏曲、交响乐、京剧、流行歌曲)在不同特征集、不同分类器下的自动分类问题做了比较性研究。实验结果表明对于这个多类分类问题,混合音频特征集与神经网络分类器相结合的效果较好。此外,我们还通过 Isomap 方法对语音与不同类别的音乐数据之间在混合音频特征集下的相对可分性作了直观的比较。; Automatic speech and music classification has been a research hotspot for many years,It's the foundation of many real applications.In this paper,we have studied the automatic classification between speech and four typical music styles(piano,symphony,popular song,Beijing opera)under different feature sets and classifiers. The results show that the mixed audio feature set together with the BPNNC can have better performance comparing with other audio feature sets and classifiers under this problem.Isomap method has also been used to analyse the separability between speech and each music style when mixed audio feature set are used.
会议录出版者	电子工业出版社
语种	中文 ; 中文
内容类型	会议论文
源URL	[http://hdl.handle.net/123456789/70167]
专题	清华大学
推荐引用方式 GB/T 7714	张一彬,周杰,王霞,等. 语音与若干典型类别音乐数据间的自动分类研究[C]. 见:中国计算技术与语言问题研究——第七届中文信息处理国际会议论文集, Chinese Computing Technologies and Related Linguistic Issues--Proceedings of the 7th International Conference on Chinese Computing, 第七届中文信息处理国际会议, The 7th International Conference on Chinese Computing, 中国湖北武汉, CNKI, 中国中文信息学会、新加坡中文与东方语言信息处理学会、武汉大学语言与信息研究中心.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。