復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)模型

孟令紅

摘要：為了提高音樂分類和檢測(cè)正確率，設(shè)計(jì)了一種復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)模型。首先分析當(dāng)前音樂分類和檢測(cè)的研究進(jìn)展，指出各種音樂分類和檢測(cè)模型存在的缺陷，然后采集音樂分類和檢測(cè)信號(hào)，引入去噪技術(shù)對(duì)噪聲進(jìn)行消除處理，從信號(hào)中提取特征，最后將特征和音樂類型分別作為神經(jīng)網(wǎng)絡(luò)的輸入和輸出向量，通過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練建立音樂分類和檢測(cè)模型。在相同環(huán)境下，與其它音樂分類和檢測(cè)模型進(jìn)行了對(duì)比測(cè)試，結(jié)果表明，無噪聲環(huán)境下，這個(gè)模型的音樂分類和檢測(cè)精度超過95%，在復(fù)雜噪聲環(huán)境下，文中模型的音樂分類和檢測(cè)精度超過90%，遠(yuǎn)遠(yuǎn)超過音樂處理的實(shí)際應(yīng)用控制范圍，音樂分類和檢測(cè)效果優(yōu)于對(duì)比模型，具有一定的實(shí)際應(yīng)用價(jià)值。

關(guān)鍵詞：噪聲干擾;音樂分類;檢測(cè)精度;提取特征向量;神經(jīng)網(wǎng)絡(luò);仿真測(cè)試

中圖分類號(hào)：TP181

文獻(xiàn)標(biāo)志碼：A

MusicClassificationandDetectionModelinComplexNoiseEnvironment

MENGLinghong

（

HebeiRadioandTelevisionStation，Shijiazhuang050031，China

）

Abstract：Inordertoimprovetheaccuracyofmusicclassificationanddetection，amusicclassificationanddetectionmodelincomplexnoiseenvironmentisdesigned.Firstly，thispaperanalyzesthecurrentresearchprogressofmusicclassificationanddetection，andpointsoutthedefectsofmusicclassificationanddetectionmodels.Thenthemodelcollectsmusicclassificationanddetectionsignals，introducesdenoisingtechnologytoeliminatethenoise，extractsfeaturesfromthesignals，andfinallytakesfeaturesandmusictypesasinputandoutputvectorsofneuralnetwork，respectively.Themodelestablishessoundthroughthetrainingofneuralnetwork.Theresultsshowthattheaccuracyoftheproposedmodelisover95%innoiselessenvironmentandover90%innoisingenvironment，whichisfarbeyondtheactualapplicationcontrolrangeofmusicprocessing，andtheeffectofmusicclassificationanddetectionisbetterthanthecomparisonmodel，andithasacertainpracticalapplicationvalue.

Keywords：noiseinterference;musicclassification;detectionaccuracy;featurevectorextraction;neuralnetwork;simulationtest

0引言

隨著人們生活水平的不斷提高，人們享受生活的方式多元化，其中聽音樂成為一種重要的消遣方式。但是在音樂采集過程中，由于環(huán)境中一些不利影響的干擾，使得音樂包括了一些對(duì)音質(zhì)有損的信息，這些信息統(tǒng)稱為噪聲。在復(fù)雜噪聲環(huán)境，有時(shí)噪聲會(huì)淹沒了有用的音樂信號(hào)，使得人們無法識(shí)別正確的音符，因此如何進(jìn)行噪聲環(huán)境中的音樂分類和檢測(cè)具有十分重要的研究意義[13]。

當(dāng)前復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)模型主要有兩大類型，一類是線性的音樂分類和檢測(cè)模型，最具有代表的為k最近鄰算法，其音樂分類和檢測(cè)過程十分簡(jiǎn)單，使得音樂分類和檢測(cè)效率相當(dāng)高，但是音樂分類和檢測(cè)精度比較低，使得使用范圍受到了限制[45];另一類為非線性的音樂分類和檢測(cè)模型，最具代表性為人工神經(jīng)網(wǎng)絡(luò)算法，如BP神經(jīng)網(wǎng)絡(luò)的音樂分類和檢測(cè)模型，深度置深網(wǎng)絡(luò)的音樂分類和檢測(cè)模型等[68]，它們的音樂分類和檢測(cè)要優(yōu)于線性的音樂分類和檢測(cè)模型，但是當(dāng)音樂的噪聲環(huán)境比較復(fù)雜時(shí)，它們的音樂分類和檢測(cè)效果急劇下降，對(duì)噪聲的魯棒性比較低，使得音樂分類和檢測(cè)錯(cuò)誤率變大，難以滿足音樂分類和檢測(cè)的實(shí)際應(yīng)用要求[911]。

為了提高音樂分類和檢測(cè)正確率，設(shè)計(jì)了一種復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)模型。在相同條件，與其它音樂分類和檢測(cè)模型進(jìn)行了對(duì)比測(cè)試，結(jié)果表明，無論是無噪或者噪聲環(huán)境下，本文模型的音樂分類和檢測(cè)精度均要明顯優(yōu)于對(duì)比模型，對(duì)比結(jié)果有效的證明了本文音樂分類和檢測(cè)模型的有效性和優(yōu)越性。

1多種噪聲環(huán)境下的音樂分類和檢測(cè)模型

1.1音樂噪聲的去除技術(shù)

當(dāng)音樂含有噪聲時(shí)，音樂信號(hào)變化曲線就會(huì)發(fā)生改變，設(shè)含噪

聲為t（n），有用、干凈的音樂信號(hào)為s（n），那么復(fù)雜噪聲環(huán)境中的音樂信號(hào)如式（1）。

y（n）=s（n）-at（n）

（1）

式中，a表示噪聲類型，如白噪聲、高斯噪聲等。

噪聲t（n）通常使得音樂信號(hào)存儲(chǔ)空間增加，變化曲線發(fā)生變異，無法正確識(shí)別音樂信號(hào)類型，因?yàn)樾枰肼曀鸬呢?fù)面影響，本文選擇軟閾值的小波變換對(duì)音樂信號(hào)噪聲進(jìn)行去除，設(shè)一個(gè)含有噪聲的音樂信號(hào)去除前后變化曲線如圖1所示。可以明顯看出，無噪音樂信號(hào)和含有噪聲的音樂信號(hào)變化特征差別十分明顯，其中縱坐標(biāo)為信號(hào)幅度，橫坐標(biāo)為采集時(shí)間，如圖1所示。

1.2音樂分類和檢測(cè)特征提取

音樂分類和檢測(cè)的特征很多，由于音樂中包含信息發(fā)生變化時(shí)，其短時(shí)能量頻譜就會(huì)發(fā)生相應(yīng)的改變，因此短時(shí)能量頻譜是一種有效的信號(hào)識(shí)別特征。本文選擇短時(shí)能量頻譜特征進(jìn)行音樂分類和檢測(cè)建模。設(shè)音樂的采樣頻率為fi，音樂的頻譜信號(hào)方差值計(jì)算公式如式（2）。

sp=∑Ni=1（fi-i）2p（fi）∑Nn=1p（fi）

（2）

音樂短時(shí)能量頻譜特征計(jì)算公式如式（3）。

ff=∑Ni=1（fi-i）2p（fi）sp3∑Nn=1p（fi）

（3）

1.3BP神經(jīng)網(wǎng)絡(luò)算法

音樂短時(shí)能量頻譜特征數(shù)量為BP神經(jīng)網(wǎng)絡(luò)輸入層的節(jié)點(diǎn)數(shù)量，音樂類型為BP神經(jīng)網(wǎng)絡(luò)的輸出層的輸出，隱含層映射函數(shù)為：

f：Rm→R，神經(jīng)網(wǎng)絡(luò)其輸入和輸出分別如式（4）、式（5）。

Sj=∑mi=1wijx（i）-θj

（4）

bj=11+exp∑mi=1wijxi-θj，j=1，2，…，p

（5）

式中，wij和θj為隱含層的節(jié)點(diǎn)權(quán)值和閾值。

根據(jù)同樣的原理，可以得到輸出層的輸入和輸出如式（6）、式（7）。

L=∑pj=1wjkbj-θk

（6）

xi+1=1（1+exp（∑pk=1wkjbj-θk））

（7）

式中，wkj和θk分別為輸出層的節(jié)點(diǎn)和閾值。

1.4噪聲環(huán)境中的音樂分類和檢測(cè)步驟

Step1：對(duì)音樂的噪聲場(chǎng)景進(jìn)行模擬，然后從噪聲場(chǎng)景中采集大量的音樂信號(hào)，并去除前面和最后一段音樂信號(hào)，保持音樂信號(hào)的連續(xù)性。

Step2：引入去噪技術(shù)，對(duì)音樂信號(hào)進(jìn)行噪聲消除處理，去除音樂信號(hào)中噪聲，得到干凈有用的音樂信號(hào)，有利于后續(xù)的音樂分類和檢測(cè)。

Step3：從無噪的音樂信號(hào)中提取短時(shí)能量頻譜特征，并采用如下方式對(duì)短時(shí)能量頻譜特征進(jìn)行預(yù)處理如式（8）。

ff′i=max-ffimax-min

（8）

式中，max和min分別表示短時(shí)能量頻譜特征的最大和最小值。

Step4：短時(shí)能量頻譜特征和音樂類型分別作為BP神經(jīng)網(wǎng)絡(luò)的輸入和輸出向量，通過訓(xùn)練確定BP神經(jīng)網(wǎng)絡(luò)的最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)以及參數(shù)。

Step5：采用最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)以及參數(shù)的BP神經(jīng)網(wǎng)絡(luò)建立音樂分類和檢測(cè)的分類器，并對(duì)分類器的性能進(jìn)行分析和測(cè)試。

綜合上述可知，復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)流程，如圖2所示。

2音樂分類和檢測(cè)模型的性能對(duì)比測(cè)試

2.1測(cè)評(píng)平臺(tái)

為了測(cè)試復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)效果，在相同測(cè)試平臺(tái)上，選擇BP神經(jīng)網(wǎng)絡(luò)的音樂分類和檢測(cè)模型，該模型沒有引入去噪技術(shù)，和基于KNN的音樂分類和檢測(cè)模型，該模型采用了去噪技術(shù)，但是采用KNN建立音樂分類分類器，采用復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)精度和檢測(cè)效率對(duì)各模型的性能進(jìn)行分析，選擇的測(cè)試平臺(tái)設(shè)置，如表1所示。

2.2測(cè)評(píng)對(duì)象

為了使音樂分類和檢測(cè)效果具有說服力，選擇5種音樂，每一種音樂包括有噪和無噪數(shù)據(jù)，它們的樣本數(shù)如表2所示。

2.3音樂分類和檢測(cè)精度分析

采用本文模型、BP神經(jīng)網(wǎng)絡(luò)、KNN對(duì)表2中的音樂進(jìn)行分類和檢測(cè)，得到的實(shí)驗(yàn)結(jié)果如圖3、圖4所示。

從圖3和圖4的音樂分類和檢測(cè)精度進(jìn)行對(duì)比和分析可以發(fā)現(xiàn)：

（1）KNN的音樂分類和檢測(cè)精度最低，無法準(zhǔn)確描述音樂信號(hào)包含的信息，雖然引入了去噪技術(shù)，對(duì)噪聲的干擾可以進(jìn)行抑制，但是由于KNN只能建立音樂分類和檢測(cè)的線性分類器，使得音樂分類和檢測(cè)錯(cuò)誤率比較高，實(shí)際應(yīng)用價(jià)值很低。

（2）BP神經(jīng)網(wǎng)絡(luò)的音樂分類和檢測(cè)精度要高于KNN的音樂分類和檢測(cè)精，可以更好的描述音樂信號(hào)變化特點(diǎn)，這是因?yàn)锽P神經(jīng)網(wǎng)絡(luò)可以建立非線性的音樂分類和檢測(cè)分類器，但是由于沒有引入去噪技術(shù)，無法消除噪聲對(duì)音樂分類和檢測(cè)的影響，使得音樂分類和檢測(cè)錯(cuò)誤率相對(duì)比較大，音樂分類和檢測(cè)效果有待改善。

（3）本文模型的音樂分類和檢測(cè)精度最高，可以更加全面、準(zhǔn)確描述音樂信號(hào)包含的信息，大幅度減少了音樂分類和檢測(cè)錯(cuò)誤率，對(duì)于有噪音樂，音樂分類和檢測(cè)精度超過了90%，對(duì)于無噪的音樂，音樂分類和檢測(cè)精度更是達(dá)到了95%以上，完全可以滿足音樂檢索的實(shí)際應(yīng)用要求，獲得較好的音樂分類和檢測(cè)結(jié)果，這主要是由于本文模型利用了去噪技術(shù)和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，克服了當(dāng)前音樂分類和檢測(cè)過程中存在的不足，對(duì)比結(jié)果體現(xiàn)了本文音樂分類和檢測(cè)模型的優(yōu)越性。

2.4音樂分類和檢測(cè)效率析

對(duì)于有噪的音樂，統(tǒng)計(jì)3種模型的音樂分類和檢測(cè)時(shí)間，如圖5所示。

從圖5可以看出，KNN的音樂分類和檢測(cè)時(shí)間最少，速度最快，但是由于音樂分類和檢測(cè)精度太低，不能滿足音樂分類和檢測(cè)的實(shí)際應(yīng)用要求，本文模型的音樂分類和檢測(cè)時(shí)間要少于BP神經(jīng)網(wǎng)絡(luò)，說明通過對(duì)噪聲的消除，很好的抑制了噪聲對(duì)音樂分類和檢測(cè)的干擾，提高了音樂分類和檢測(cè)效率。

3總結(jié)

音樂分類和檢測(cè)是音樂檢索的重要技術(shù)，由于噪聲的干擾，當(dāng)前音樂分類和檢測(cè)模型無法獲得理想的音樂分類和檢測(cè)結(jié)果，使得音樂分類和檢測(cè)錯(cuò)誤率比較高，為了獲得更優(yōu)的音樂分類和檢測(cè)效果，設(shè)計(jì)了一種復(fù)雜噪聲環(huán)境中的音樂分類和檢測(cè)模型。首先采集音樂分類和檢測(cè)信號(hào)，并進(jìn)行噪聲消除處理，然后提取音樂分類和檢測(cè)特征向量，并采用神經(jīng)網(wǎng)絡(luò)對(duì)各種類型的音樂信號(hào)變化特點(diǎn)進(jìn)行描述，建立了音樂分類和檢測(cè)模型，測(cè)試結(jié)果表明，本文模型是一種精度高、魯棒性強(qiáng)的音樂分類和檢測(cè)精模型，具有十分廣泛的應(yīng)用前景。

參考文獻(xiàn)

[1]

杜威，林滸，孫建偉，等.一種基于分層結(jié)構(gòu)的音樂自動(dòng)分類方法[J].小型微型計(jì)算機(jī)系統(tǒng)，2018，39（5）：888892.

[2]楊曉宇，黃浩，王浩華.基于改進(jìn)的T型關(guān)聯(lián)度在音樂分類中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2017，47（20）：155163.

[3]顏景斌，吳石，伊戈?duì)枴ぐ虐栠_(dá)維奇.基于單類支持向量機(jī)的音頻分類[J].計(jì)算機(jī)應(yīng)用，2009，29（5）：14191422.

[4]倪璐.基于Android與JAVA的音樂在線分類管理與播放系統(tǒng)研究[J].自動(dòng)化技術(shù)與應(yīng)用，2020，39（2）：4547.

[5]陳志高，張旭龍，肖寒，等.基于UNet和BGRURNN的實(shí)用歌聲檢測(cè)系統(tǒng)[J].微型電腦應(yīng)用，2019，35（10）：109112.

[6]孫慧芳，龍華，邵玉斌，等.基于過零率及頻譜的語(yǔ)音音樂分類算法[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，41（5）：925931.

[7]王潔，朱貝貝.面向中文歌詞的音樂情感分類方法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（8）：2429.

[8]符朝興，沈威，高述勇，等.PCA改進(jìn)RPROP方法的BP算法在音樂信號(hào)分類中的應(yīng)用[J].測(cè)控技術(shù)，2019，38（7）：8488.

[9]鄭旦.基于深度置信網(wǎng)絡(luò)的多特征融合音樂分類算法[J].電子設(shè)計(jì)工程，2020，28（4）：132136.

[10]黃歡歡，盧亞玲.改進(jìn)的BP算法在音樂分類中的應(yīng)用研究[J].武漢輕工大學(xué)學(xué)報(bào)，2018，37（4）：7075.

[11]龔安，丁明波，竇菲.基于DBN的多特征融合音樂情感分類方法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2017，26（9）：158164.

（收稿日期：2020.03.12）