基于频谱增强和卷积宽度学习的音乐流派分类

作者：刘万军; 李雨萌^*; 曲海成

来源：计算机系统应用, 2023, 32(10): 85-95.

DOI：10.15888/j.cnki.csa.009272

• 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)

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.

• 出版日期2023
• 单位辽宁工程技术大学