基于改進投票機制的音樂流派分類方法研究

在音樂流派分類過程中，音樂流派局部特征與整體特征不一致時，通常采用的局部特征投票取最大的方法(MaxVote)在音頻片段流派分類精度不高，而流派特征分布比較均衡時分類結果不合理。針對以上問題，該文提出基于音樂片段流派分布特征的神經網絡投票機制(NNVote)和結合高層音樂節奏特征的RhythmNNVote投票方法。實驗結果表明，NNVote方法在7個流派上的分類總精度達到68.9%，較MaxVote提高將近10%。