基于改进投票机制的音乐流派分类方法研究

在音乐流派分类过程中，音乐流派局部特征与整体特征不一致时，通常采用的局部特征投票取最大的方法(MaxVote)在音频片段流派分类精度不高，而流派特征分布比较均衡时分类结果不合理。针对以上问题，该文提出基于音乐片段流派分布特征的神经网络投票机制(NNVote)和结合高层音乐节奏特征的RhythmNNVote投票方法。实验结果表明，NNVote方法在7个流派上的分类总精度达到68.9%，较MaxVote提高将近10%。