基于特征融合方法的深度卷积神经网络乐器声音分类
声音
2015-12-24 v1 信息检索
摘要
本文提出了一种使用卷积神经网络(CNNs)的乐器分类新方法。与传统方法不同，我们研究了一种利用从 CNN 中学习到的特征对乐器进行分类的方案。为创建来自 CNN 的学习特征，我们不仅使用了传统的频谱图图像，还提出了包含原始输入信号相位信息的多分辨率递归图(MRPs)。因此，我们将特定乐器的特征音色输入神经网络，而这是使用如频谱图等相位盲表示所无法提取的。通过将我们提出的 MRPs 与频谱图图像结合到一个多列网络中，我们提出的分类器系统性能优于仅使用频谱图的系统。此外，该提出的分类器也超越了基于传统手工特征和分类器的基线结果。
引用
@article{arxiv.1512.07370,
title = {Musical instrument sound classification with deep convolutional neural network using feature fusion approach},
author = {Taejin Park and Taejin Lee},
journal= {arXiv preprint arXiv:1512.07370},
year = {2015}
}
备注
14 pages, 5 figures, 1 table