基于贝叶斯判别法对音乐特征信号的分类研究

作者：常凤; 徐小华; 胡忠旭^*

来源：电脑知识与技术, 2022, 18(13): 79-81.

DOI：10.14004/j.cnki.ckt.2022.0903

• MFCC
• 贝叶斯算法
• 音乐
• 特征信号
• 分类

在大量的乐库中，对音乐进行有效、快速的分类已是研究热点。各个音乐App按照音乐流派识别并推送用户感兴趣的音乐，可以提高用户使用体验和对平台的使用黏性。文章从音乐的流派进行研究，提取四种不同类型音乐信号的Mel频率倒谱系数(Mel Frequency Cestrum Coefficient,MFCC)(24个数值)作为特征值，利用贝叶斯分类算法对80组样本进行分类研究，判别准确率为97.5%；同时，文章分别用贝叶斯分类、BP神经网络等五种不同分类算法，对20组测试数据进行分类判别。结果表明，贝叶斯分类具有较高的音乐分类准确度。

• 单位
  昭通学院