科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了降低电子音乐音质评估结果误差，提出基于深度神经网络的电子音乐音质评估方法。利用音频采样、归一化、分帧以及时频与变换等过程完成电子音乐预处理，确定电子音乐浊音段；在此基础上利用维特比算法跟踪浊音段主导基频轨迹，同时利用基频判别模型确定电子音乐主旋律。分析电子音乐主旋律内影响音质的声源特性、音响器材的信号特性、声场特性、听觉特性和立体感等类型的影响因子，引入对照样本，生成样本集。以开源项目Keras人工神经网络库为基础构建由输入层、归一化层、全连接层、激活层共同组成的深度神经网络，将样本集内数据作为输入，通过训练完成电子音乐音质评估。实验结果显示，该方法可准确提取电子音乐主旋律，且所构建模型的AUC值较高。
- 单位
