[发明专利]一种基于迭代k-means算法的歌曲聚类方法

权利要求书

1.一种基于迭代k-means算法的歌曲聚类方法，其特征在于：提取曲库中歌曲的MFCC向量作为声学特征，同时运用迭代k-means算法对歌曲进行情感识别和情感归类；运用两次迭代k-means算法对歌曲进行情感识别和情感归类；

所述歌曲聚类方法，具体包括以下步骤：

步骤S1：分时段提取曲库中歌曲的梅尔频率倒谱系数，得到每首歌曲各时段每一帧的MFCC向量；

步骤S2：对步骤S1中所有MFCC向量进行歌曲ID标识，将各个MFCC向量所属歌曲信息汇整成数据集；

步骤S3：将步骤S2中的数据集作为输入数据进行第一次k-means聚类，获取各个MFCC向量所属的簇信息，得到MFCC向量的聚类结果；

步骤S4：由每首歌曲所含MFCC向量在各个簇的比例生成与该歌曲对应的K维标签向量集；

步骤S5：以曲库中每首歌曲的K维标签向量集作为输入数据进行第二次k-means聚类，得到歌曲分类结果。

2.根据权利要求1所述的一种基于迭代k-means算法的歌曲聚类方法，其特征在于：所述步骤S5中第二次k-means聚类的簇数不由人工指定，而是基于“罩盖思想”根据曲库中的歌曲数量智能决定；具体实现步骤如下：

步骤S5-1：设置两个距离阈值D1和D2，且D1D2；

步骤S5-2：将曲库中所有歌曲的K维标签向量集装入一个容器中，并建立一个罩盖标签向量集合C等待填充；

步骤S5-3：从容器中所有的K维标签向量集中随机选择一个不属于罩盖标签向量集合C的标签向量p，并计算标签向量p与罩盖标签向量集合C中每个向量的欧式距离：

若罩盖标签向量集合C为空，则将标签向量p加入罩盖标签向量集合C执行下一步；

若标签向量p与罩盖标签向量集合C中每个向量的距离均大于D1，则将标签向量p作为一个新罩盖标签向量加入罩盖标签向量集合C；

若标签向量p与罩盖标签向量集合C中某一向量的距离小于D1，则将标签向量p加入以该向量为中心的罩盖；

步骤S5-4：若标签向量p与罩盖标签向量集合C中某一向量的距离小于D2，则将标签向量p从容器C中删除并执行下一步；

步骤S5-5：重复S5-3和S5-4步骤直到容器内为空，此时罩盖标签向量集合C中的K维标签向量集为第二次k-means聚类的初始化K2个类别中心向量；

步骤S5-6：开始第二次k-means聚类，计算曲库中各歌曲的K维标签向量集中除这K2个类别中心向量外所有标签向量与这K2个类别中心向量的欧式距离，将每个标签向量划归到离它最近的类别中心向量所在的簇中；

步骤S5-7：计算K2个新的簇的类别中心向量，即求各维平均值的标准k-means算法；

步骤S5-8：重复步骤S5-6与S5-7直到K2个类别中心向量不再变化或达到迭代次数；最终得到曲库中所有歌曲的聚类结果，将听觉感知相近的歌曲分类到一起；

K2为第二次k-means的聚类簇数，也是曲库歌曲最终分类的类别总数。

3.根据权利要求1所述的一种基于迭代k-means算法的歌曲聚类方法，其特征在于：所述步骤S1的具体步骤包括：

步骤S1-1：对曲库中所有歌曲进行预处理，提取歌曲的开端时段、高潮时段、尾声时段生成三个WAV格式文件作为每首歌曲的代表部分，并对每首歌曲的代表部分进行歌曲ID标识；

步骤S1-2：运用Python语言的scipy库读取并处理所有WAV格式的音频文件，获取信号和频率数据；

步骤S1-3：依次对信号数据进行预加重、分帧、加窗、离散傅里叶变换、梅尔滤波、取对数、离散余弦变换、求一阶差分、将MFCC系数与其一阶差分结合得到每一帧的MFCC向量。