用于音频信号分类的自适应DCTNet
声音
2017-05-02 v3
摘要
本文研究用于音频信号分类的DCTNet。其输出特征与Cohen类时频分布相关。我们引入自适应DCTNet(A-DCTNet)用于音频信号特征提取。A-DCTNet应用了常Q变换的思想，其滤波器组的中心频率呈几何间距排列。A-DCTNet能够适应不同的声学尺度，与Mel频率频谱系数(MFSC)等特征相比，能更好地捕获对人类听觉感知敏感的低频声学信息。我们将A-DCTNet提取的特征作为分类器的输入。实验结果表明，A-DCTNet与循环神经网络(RNN)在鸟鸣分类率上达到了SOTA性能，并提高了音乐数据中的艺术家识别准确率。这证明了A-DCTNet在信号处理问题中的适用性。
引用
@article{arxiv.1612.04028,
title = {Adaptive DCTNet for Audio Signal Classification},
author = {Yin Xian and Yunchen Pu and Zhe Gan and Liang Lu and Andrew Thompson},
journal= {arXiv preprint arXiv:1612.04028},
year = {2017}
}
备注
International Conference of Acoustic and Speech Signal Processing (ICASSP). New Orleans, United States, March, 2017