基于能量特征与 bi-LSTM 神经网络的 EEG 音乐与语音分类
信号处理
2024-11-21 v1 声音
音频与语音处理
摘要
人类大脑以多种方式接收刺激；其中，音频构成了大脑关于通信、娱乐、警告等相关刺激的重要来源。在此背景下，本文旨在推进对大脑针对不同类型音乐及不同性质声音（语音和音乐）响应的分类。为此，设计了两个不同的实验，以采集受试者在聆听不同音乐流派的歌曲和不同语言句子时的 EEG 信号。基于此，提出了一种新的方案来表征脑信号以进行分类；该方案基于构建一个特征矩阵，该矩阵建立在不同 EEG 通道测得的能量之间的关系之上，并使用了 bi-LSTM 神经网络。利用所获得的数据，对基于 EEG 的语音与音乐分类、不同音乐流派分类以及受试者是否喜欢所听歌曲的分类进行了评估。实验表明所提方案取得了令人满意的性能。在二元音频类型分类中获得的结果达到了 98.66% 的成功率。在 4 种音乐流派的多类分类中，准确率达到 61.59%，而在音乐偏好的二元分类中结果提升至 96.96%。
引用
@article{arxiv.2411.13217,
title = {Energy-based features and bi-LSTM neural network for EEG-based music and voice classification},
author = {Isaac Ariza and Ana M. Barbancho and Lorenzo J. Tardon and Isabel Barbancho},
journal= {arXiv preprint arXiv:2411.13217},
year = {2024}
}
备注
12 pages