基于改進(jìn)投票機(jī)制的音樂流派分類方法研究

在音樂流派分類過程中，音樂流派局部特征與整體特征不一致時(shí)，通常采用的局部特征投票取最大的方法(MaxVote)在音頻片段流派分類精度不高，而流派特征分布比較均衡時(shí)分類結(jié)果不合理。針對以上問題，該文提出基于音樂片段流派分布特征的神經(jīng)網(wǎng)絡(luò)投票機(jī)制(NNVote)和結(jié)合高層音樂節(jié)奏特征的RhythmNNVote投票方法。實(shí)驗(yàn)結(jié)果表明，NNVote方法在7個(gè)流派上的分類總精度達(dá)到68.9%，較MaxVote提高將近10%。