基于神经网络的音乐流派分类任务书

 2021-11-07 21:53:58

1. 毕业设计(论文)主要目标:

音乐风格多种多样,一首歌曲的流派是指音乐作品在整体上呈现出的具有代表性的独特面貌。音乐风格反映了音乐作品的总体基本特征,是音乐欣赏、分析、研究的基础。判定一首乐曲的流派,属于模糊条件下的聚类问题。本文的方案是将乐曲分段,分别判断各片段的流派特征,并综合各片段的结果,判断整首乐曲的流派。 本文研究音乐的流派分析技术,以有音乐意义的音高和节奏为基础,在前馈神经网络结构的基础上,首先利用梅尔倒谱系数识别特征向量,然后用BP神经网络分类器选取最优特征,研究其对于音乐的自动流派分析技术的影响,最后采用多类样本,进行训练和测试,并对计算结果进行讨论。

2. 毕业设计(论文)主要内容:

1.原始数据的采集及处理,查阅音频资料,获取相关变量数据;2.首先采用倒谱系数提取音乐特征,选择最优的特征信号,加快识别速度。然后以特征学习为核心,利用 BP 神经网络模型对特征信号进行训练,建立最优分类器模型,对民谣、古风、摇滚和说唱四种音乐进行仿真实验,基于具体实现上的变化通过分层网络获取分层次的特征信息。最后对测试音乐进行分类。3.利用提取信息,通过基础模型验证准确率和效率,最后通过分析形成歌单,为用户提供服务。

3. 主要参考文献

[1]陈皇. 基于神经网络的语音识别声学模型压缩研究[D].中国科学技术大学,2018.

[2]喻晓雯,张楠,张勇.音乐作品风格流派的神经网络识别方法研究[J].计算机工程与应用,2011,47(27):246-248.

[3]李剑.神经网络在音乐分类中的应用研究[J].计算机仿真,2010,27(11):168-171.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。