基于卷积神经网络的钢琴音频信号识别算法

作者：许丞

来源：自动化与仪器仪表, 2021, (12): 12-15.

DOI：10.14016/j.cnki.1001-9227.2021.12.012

• 卷积神经网络
• 特征提取
• 音频识别

为提高钢琴音频信号的识别准确率,在传统音符特征提取的基础上,再将音符特征叠加到频谱样本中得到音符频谱。然后提出基于卷积神经网络的钢琴音乐分类方法,将各个分类的钢琴音乐的频谱作为卷积神经网络的输入图像进行训练,通过图像识别来间接实现对钢琴音乐的分类。结果表明,改进后的自相关法的识别方法识别准确率更高,且将音符频谱作为训练样本的训练结果比频谱更好,分类正确率提高了4%,进一步说明提出方法具备有效性。

• 单位
  北京电影学院现代创意媒体学院