復雜噪聲環境中的音樂分類和檢測模型

孟令紅

摘要：為了提高音樂分類和檢測正確率，設計了一種復雜噪聲環境中的音樂分類和檢測模型。首先分析當前音樂分類和檢測的研究進展，指出各種音樂分類和檢測模型存在的缺陷，然后采集音樂分類和檢測信號，引入去噪技術對噪聲進行消除處理，從信號中提取特征，最后將特征和音樂類型分別作為神經網絡的輸入和輸出向量，通過神經網絡的訓練建立音樂分類和檢測模型。在相同環境下，與其它音樂分類和檢測模型進行了對比測試，結果表明，無噪聲環境下，這個模型的音樂分類和檢測精度超過95%，在復雜噪聲環境下，文中模型的音樂分類和檢測精度超過90%，遠遠超過音樂處理的實際應用控制范圍，音樂分類和檢測效果優于對比模型，具有一定的實際應用價值。

關鍵詞：噪聲干擾;音樂分類;檢測精度;提取特征向量;神經網絡;仿真測試

中圖分類號：TP181

文獻標志碼：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，由于環境中一些不利影響的干擾，使得音樂包括了一些對音質有損的信息，這些信息統稱為噪聲。在復雜噪聲環境，有時噪聲會淹沒了有用的音樂信號，使得人們無法識別正確的音符，因此如何進行噪聲環境中的音樂分類和檢測具有十分重要的研究意義[13]。

當前復雜噪聲環境中的音樂分類和檢測模型主要有兩大類型……