如何使用深度神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)西洋樂(lè)器的自動(dòng)分類方法
資料介紹
本章首先闡述了實(shí)現(xiàn)音樂(lè)自動(dòng)分類的意義和必要性,然后介紹了已有的實(shí)現(xiàn)音樂(lè)自動(dòng)分類的方法,接著結(jié)合西洋樂(lè)器音樂(lè)信號(hào)的分類,在深度神經(jīng)網(wǎng)絡(luò)迅速發(fā)展的時(shí)代背景下,創(chuàng)新性地提出將稀疏特征和深度神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的方法,實(shí)現(xiàn)西洋樂(lè)器音樂(lè)信號(hào)的自動(dòng)分類。進(jìn)入20世紀(jì)以來(lái),互聯(lián)網(wǎng)行業(yè)相較于其他傳統(tǒng)行業(yè),猶如兩后春筍般迅速發(fā)展,隨著網(wǎng)絡(luò)越來(lái)越發(fā)達(dá),傳統(tǒng)的唱片業(yè)已逐漸沒(méi)落,取而代之的是以數(shù)字形式存儲(chǔ)的音樂(lè)。
然而網(wǎng)絡(luò)世界上的音樂(lè)資源千姿百態(tài),想要簡(jiǎn)單快速地定位到自己要的音樂(lè)并不是那么容易,面對(duì)這種問(wèn)題,音樂(lè)信息檢索(Music Information Retrieval,MIR)相關(guān)課題的研究已經(jīng)成為人們研究的熱點(diǎn)之一,為了人們方便檢索,互聯(lián)網(wǎng)上的音樂(lè)需要有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行分類。但是,這個(gè)分類目前還處于人工操作的階段,其不適用于針對(duì)海量的數(shù)字音樂(lè)量,因?yàn)槿斯な謩?dòng)分類會(huì)耗費(fèi)很大的時(shí)間精力,無(wú)法及時(shí)地對(duì)每天新興的數(shù)字音樂(lè)進(jìn)行人工分類,并且人工分類受主觀影響大,不能客觀地對(duì)音樂(lè)分類提供標(biāo)準(zhǔn)。因此我們需要將研究重點(diǎn)轉(zhuǎn)向基于內(nèi)容的音樂(lè)自動(dòng)分類技術(shù)。在如今的大數(shù)據(jù)背景下,基于內(nèi)容的音樂(lè)自動(dòng)分類技術(shù)研究?jī)r(jià)值非同一般,因?yàn)樗幌裰暗娜斯げ僮鞔嬖谥饔^性,而是采用了客觀的統(tǒng)一的標(biāo)準(zhǔn)對(duì)音樂(lè)自動(dòng)分類?;趦?nèi)容的音樂(lè)自動(dòng)分類技術(shù)可以實(shí)現(xiàn)在大量的音樂(lè)庫(kù)中快速地搜索到自己所需要的音樂(lè)。
事實(shí)上,基于內(nèi)容的音樂(lè)自動(dòng)分類系統(tǒng)是有很多種分類的,但是人們研究最多的主要還是對(duì)音樂(lè)流派自動(dòng)分類、對(duì)不同樂(lè)器演奏的音樂(lè)自動(dòng)分類、對(duì)音樂(lè)所傳達(dá)的情感自動(dòng)分類和對(duì)演唱歌手自動(dòng)分類與識(shí)別。對(duì)音樂(lè)流派自動(dòng)分類系統(tǒng)主要原理是訓(xùn)練基于流派的分類器,此系統(tǒng)可以用來(lái)識(shí)別不同的流派,比如藍(lán)調(diào),爵士之類。對(duì)不同樂(lè)器演奏的音樂(lè)自動(dòng)分類系統(tǒng)可以用來(lái)區(qū)分樂(lè)器的不同。對(duì)音樂(lè)所傳達(dá)的情感自動(dòng)分類系統(tǒng)主要是依據(jù)音樂(lè)的傳達(dá)的情感,在此基礎(chǔ)上進(jìn)行訓(xùn)練,這樣人們可以按照自己的心情而搜索到表達(dá)相應(yīng)情感的歌曲。歌手自動(dòng)分類系統(tǒng)可以根據(jù)歌手噪音特點(diǎn),歌曲曲風(fēng),演唱技巧等特征進(jìn)行分類,這樣可以自動(dòng)識(shí)別陌生歌曲的演唱者。
由上述介紹可知,基于內(nèi)容的音樂(lè)自動(dòng)分類技術(shù)研究?jī)r(jià)值非同一般,尤其是能夠整合目前網(wǎng)上存在的大量音樂(lè),形成統(tǒng)一有效的索引。而且實(shí)現(xiàn)音樂(lè)信號(hào)自動(dòng)分類不僅能促進(jìn)音樂(lè)領(lǐng)域的發(fā)展,也能促進(jìn)其他交叉學(xué)科,如數(shù)學(xué)領(lǐng)域,信號(hào)處理領(lǐng)域等關(guān)聯(lián)學(xué)科的研究。
?
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn)方法 37次下載
- 基于深度殘差神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)程監(jiān)督關(guān)系抽取模型 3次下載
- 基于不同神經(jīng)網(wǎng)絡(luò)的文本分類方法研究對(duì)比 48次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的天氣智能識(shí)別模型 12次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的強(qiáng)對(duì)流天氣智能識(shí)別模型 17次下載
- 深度神經(jīng)網(wǎng)絡(luò)模型的壓縮和優(yōu)化綜述 20次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 20次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割方法 11次下載
- 綜述深度神經(jīng)網(wǎng)絡(luò)的解釋方法及發(fā)展趨勢(shì) 18次下載
- 基于LSTM和CNN融合的深度神經(jīng)網(wǎng)絡(luò)個(gè)人信用評(píng)分方法 32次下載
- 分析總結(jié)基于深度神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割方法 21次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 如何使用深度卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)服裝圖像分類檢索算法 6次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 殘差網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)嗎 713次閱讀
- BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建模步驟 602次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 157次閱讀
- 遞歸神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)方法 186次閱讀
- PyTorch神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過(guò)程 280次閱讀
- 基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)言模型有哪些 238次閱讀
- 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法 375次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別 307次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法 236次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 360次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 1574次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)機(jī)理與決策邏輯難以理解 2800次閱讀
- 邊緣計(jì)算中深度神經(jīng)網(wǎng)絡(luò)剪枝壓縮的研究 2880次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)帶來(lái)的影響 4335次閱讀
- 開(kāi)源神經(jīng)網(wǎng)絡(luò)圖片上色技術(shù)解析 解密深度學(xué)習(xí)自動(dòng)上色 1.1w次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1491次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說(shuō)明
- 4.28 MB | 18次下載 | 4 積分
- 5開(kāi)關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費(fèi)
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機(jī)和 SG3525的程控開(kāi)關(guān)電源設(shè)計(jì)
- 0.23 MB | 4次下載 | 免費(fèi)
- 8基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開(kāi)關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
評(píng)論
查看更多