[发明专利]一种基于稀疏表示和机器学习的西洋乐器分类方法

摘要

本发明公开了一种基于稀疏表示和机器学习的西洋乐器分类方法，包括如下步骤：步骤1：构建适用于西洋乐器稀疏表示的字典库；步骤2：对西洋乐器原始音频文件进行预处理，分帧加窗，提取每帧音频在基于所构建字典库表示下的稀疏系数；步骤3：将每帧音频稀疏表示系数作为西洋乐器的音乐特征输入深度神经网络，逐层预训练深度神经网络模型，得到与西洋乐器音频分类相应的深度神经网络模型参数；步骤4：将逻辑回归分类器添加至深度神经网络模型的顶层；步骤5：对所得深度神经网络模型参数进行反向微调，将深度神经网络模型最后一个隐含层的输出参数输入至逻辑回归层进行分类，得到西洋乐器的分类结果。本发明可以有效进行西洋乐器的分类。

主权项

1.一种基于稀疏表示和机器学习的西洋乐器分类方法，其特征在于，包括以下步骤：步骤1、构建适用于西洋乐器稀疏表示的字典库D，该字典库包含N种乐器；具体步骤为：步骤1‑1、依次加载N种乐器，具体是在每种乐器下合成M个不同音阶的音色，每个音阶时长为t ms，并且将音色以Fs KHz采样率导出成wav文件，该wav文件作为乐器在该音阶的声学特征；其中N种乐器涵盖了所有的西洋乐器种类，取120～130间的整数；上述M个音阶横跨n个八度，n取为5～7间的整数，涵盖乐器可以发出声音的频率范围，t取180～200间的整数，音阶在t ms时长下分辨率高，区分明显，Fs取11.025，22.05，44.1中之一；步骤1‑2、利用MATLAB软件将上述所有wav文件转换成矩阵的形式，其中矩阵的每一列为不同乐器不同音阶的声学特征，共N*M列，该矩阵即为适用于西洋乐器稀疏表示的字典库，记为D；步骤2、对西洋乐器原始音频文件进行预处理，分帧加窗，提取每帧音频在基于步骤1所得到字典库表示下的稀疏系数；步骤3、将步骤2所得每帧音频稀疏表示系数作为西洋乐器的音乐特征输入深度神经网络，逐层预训练深度神经网络模型，得到与西洋乐器音频分类相应的深度神经网络模型参数；步骤4、将逻辑回归分类器添加至深度神经网络模型的顶层；步骤5、对步骤4所得深度神经网络进行反向微调，将深度神经网络模型最后一个隐含层的输出参数输入至逻辑回归分类器进行分类，得到西洋乐器的分类结果。