[发明专利]去相关稀疏映射音乐流派有监督自动分类方法

权利要求书

1.一种基于去相关稀疏映射音乐流派有监督自动分类方法，其特征是，包括下列步骤：

a建立有监督训练数据库；

b对训练音乐样本提取短时音乐特征和节奏特征，短时音乐特征即MFCC和音色特征；

c对提取的特征数据采用PCA(主分量分析)技术去噪和降维；

d将特征矩阵按流派类别分块，则A＝[A₁，A₂，...，A_K]为特征矩阵，K为音乐流派种类的个数，y为测试样本，求出方程y＝Ax的最小一范数解。

e确定y的种类为arg min_i||y-Aδ_i(x)_i||₂，i＝1，2，...，k，δ(x)的非零值为第i类。

2.如权利要求1所述的方法，其特征是，所述的建立有监督训练数据库是通过相关渠道建立包括n种音乐流派的音乐文件夹，可以通过互联网下载或者专辑中获得，其中每一种音乐流派的数据库要尽可能包含不同的歌手，不同的专辑。

3.如权利要求1所述的方法，其特征是，在步骤b之前包括以下步骤：对输入的音乐文件截取两个30秒的片段；对截取每个30秒的片段，选取1秒为一个文本窗的长度，且文本窗与文本窗之间无重叠；对一个文本窗内选取512点为一个分析窗的长度，分析窗的帧移为256个样本点；对一个分析窗w的数据预加重、加窗、分帧；预加重包括：让输入的音乐文件通过滤波器，预加重滤波器一般是一阶的，形式如H(z)＝1-uz^-1，u的典型值在0.94～0.97之间；所加窗的窗函数类型为汉明窗(hamming)；取帧长为512个样本点，帧移为256个样本点；提取MFCC特征需要设置相关参数的值，设置的参数包括：MFCC的通道为24，帧长为512个样本点，帧移为256个样本点，取前5维MFCC。

4.如权利要求1所述的方法，其特征是，所述的对训练音乐样本提取音色和节奏特征是用时域、频域和小波域的方法提取特征，其中时域特征：zero-crossing-rate和Low-energy；频域特征：spectral-power，spectral-rolloff，spectral-centroid，spectral-fulx，spectral-spread，spectral-skewness，spectral-kurtosis，spectral-brightness，spectral-entropy，spectral-irrgularity，spectral-low-energy，spectral-flatness及MFCC。小波域特征：beat histogram、DWCH，其中：

首先定义，xk＝abs(fft(x))，下面公式中所涉及N为一个分析窗内的样本点的个数，即512点。

Spectral-power：数学定义如下：

s＝10lg(xk)

spectral-rolloff：是衡量频谱波形的一种方式，数学公式定义如下：

R={R|Σn=1RMt[n]=0.85*Σn=1NMt[n]}]]>

spectral-centroid：定义为频谱能量的一阶矩，数学定义公式如下

spectral-centroid=Σi=0Nfip(fi)Σi=0Np(fi)]]>

spectral-fulx：表征两个相邻的帧频谱的连续变化情况，数学定义，

spectral-flux=Σn=1N(Nt(n)-Nt(n-1))2]]>

spectral-spread：为频谱能量的二阶中心距，数学公式为

spectral-spread＝∫(x-s_centroid)²f(x)dx

spectral-skewness：定义为频谱能量的三阶矩，数学公式为

spectral-skewness=Σi=0N-1(p(fi-scnetroid))3Nσ3]]>

spectral-kurtosis：定义为频谱能量的四阶矩，数学公式为

spectral-kurtosis=u4σ4-3]]>

spectral-brightness：描述的是大于某个频率阈值之后的能量之和，典型频率门限值是1500Hz，

spectral-entropy：反应的是频谱能量的信息熵，香农公式(shannon)如下，

spectral-entropy=-Σi=0Np(xi)log2p(xi)]]>

spectral-irrgularity：反应的是频谱能量波形波峰的变化程度，有两种形式，数学公式如下

(a)jensen

spectral-irregularity=Σk=0N-1(ak-ak+1)2Σk=0N1ak2]]>

(b)krimpboff

spectral-irregularity=Σk=2N-1|ak-ak-1+ak+ak+13|]]>

spectral-low-energy：类似于时域low energy

spectral-flatness：反应的是频谱能量波形分布的平滑程度，数学公式如下，

spectral-flatness=NΠn=0N-1xk(n)1NΣn=0N-1xk(n);]]>

beat histogram为拍子图；

DWCH：描述的是基于Daubechies(db8)滤波器，对音乐样本做小波变换，然后提取小波系数的统计特征。