线性判别分析和支持向量机的音乐分类方法  

Music Classification Based on Linear Discriminative Analysis and Support Vector Machine

作　　者：姚斯强[1] 胡剑凌[1] 

机构地区：[1]上海交通大学图像通信与信息处理研究所,上海200240

出　　处：《电声技术》2006年第12期6-10,共5页Audio Engineering

摘　　要：提出了一种新的音乐分类方法,该方法使用线性判别分析(LDA)和支持向量机(SVMs)对音乐数据进行分类。在实现音乐分类中,先使用傅里叶变换等方法从每一段音乐中提取音频特征,包括Mel倒谱系数及基音频率等,并将它们按比例组成一个高维向量;再使用LDA对这些高维向量进行降维,使得各类音乐的类间离散度与类内离散度的比值最大;最后使用SVM等4种分类器对降维后的特征进行分类。实验证明LDA及SVM使得音乐分类的精确度有了较大的提高。In this paper, a new music classification method is presented. The LDA（Linear Discriminative Analysis） and SVMs（Support Vector Machine） are used in this method to classify the music data accurately. DFT is applied to extract several basic audio features, including the Mel-frequeney cepstral coefficients and pitch frequency which are concatenated to form a high-dimenslonal vector. The dimensionality reduction is performed on the vector. Finally, 4 classifiers（including SVMs） are used to classify the music. Tile experimental results show that the LDA and SVM improve the accuracy of the classification greatly.

关 键 词：特征提取 MEL倒谱系数 线性判别分析 支持向量机 音乐 分类 

分 类 号：TN912[电子电信—通信与信息系统]