基于 MFCC 的深度学习神经网络乐器识别
声音
2026-05-20 v3 人工智能
机器学习
音频与语音处理
摘要
高效自动音乐分类的任务至关重要，并构成了人工智能在音乐领域各种高级应用的基础。乐器识别是通过音频对乐器进行辨识的任务。模型利用这些音频（也称为声音振动）来与乐器类别进行匹配。在本文中，我们使用一个人工神经网络（ANN）模型，该模型经过训练可对二十种不同类别的乐器进行分类。此处我们仅使用音频数据的梅尔频率倒谱系数（MFCCs）。我们提出的模型在完整的伦敦爱乐乐团数据集上进行训练，该数据集包含属于木管、铜管、打击和弦乐四个族系的二十类乐器。基于实验结果，我们的模型在同一数据集上达到了最先进的准确率。
引用
@article{arxiv.2105.00933,
title = {Deep Neural Network for Musical Instrument Recognition using MFCCs},
author = {Saranga Kingkor Mahanta and Abdullah Faiz Ur Rahman Khilji and Partha Pakray},
journal= {arXiv preprint arXiv:2105.00933},
year = {2026}
}