李炳男 作品数:4 被引量:3 H指数:1 供职机构: 太原理工大学信息工程学院 更多>> 发文基金: 山西省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于RBF神经网络的钢琴单音识别研究 2009年 为了能让计算机与人类能够用音乐自由的沟通,有关计算机音乐处理的研究越来越重要。对比了音乐信号与语音信号的特性,选取MFCC(Mel-Frequency Cepstral Coefficients)作为单音信号的特征,并对特征矢量维数的选择进行了讨论,利用RBF神经网络对钢琴88个单音进行识别。实验结果表明所选特征对识别单音信号是有效的。 李炳男 张雪英 王峰关键词:单音 RBF神经网络 MEL频率倒谱系数 基于CRFs和MPCP特征的和弦识别研究 被引量:1 2011年 和弦识别是音乐调式分析和自动标注的基础,同时在分析音乐的结构和旋律方面有着非常重要的作用。结合音乐理论和信号处理知识,提出一种基于MPCP(Mel Pitch Class Profile)特征和CRFs(Conditional Random Fields)模型的和弦识别方法。利用短时傅里叶变换(STFT)对音乐信号进行时频变换,定义了一种新的MPCP特征,最后用CRFs对和弦进行识别。实验结果表明,提出的方法在识别率上优于其他方法,具有一定的潜力。 王峰 张雪英 李炳男关键词:条件随机场 基于支持向量机的乐音识别 被引量:2 2010年 乐音识别的研究早在20世纪60年代就开始了,但是直到最近,识别系统的性能仍不令人满意。本文通过研究乐音的声音和物理特性,提出了利用支持向量机进行乐音识别的新思路,给出了基本的算法框架,并对钢琴的所有单音进行了识别,实验证明该算法提高了识别的快速性和准确性。 王峰 张雪英 李炳男关键词:支持向量机 MFCC 单音 RBF神经网络和HMM用于音乐识别的算法研究 音乐信号处理是信号处理领域中的重要组成部分。为了能让计算机与人类能够用音乐自由的沟通,有关计算机音乐处理的研究,意义日益凸显。音乐的计算机自动识别是新兴的交叉学科,其研究涉及物理学、信号处理、人机交互、音乐理论等诸多学科... 李炳男关键词:RBF神经网络 隐马尔可夫模型 文献传递