文档介绍：
基于分形维数的音乐自动分类方法#
张艳鹏1,孙博文2,张慧龙1,刘瑞3,杨志松1**
(1. 哈尔滨理工大学计算机科学与技术学院,哈尔滨 150080;
5
10
15
20
25
2. 哈尔滨理工大学计算机中心,哈尔滨 150080;
3. 哈尔滨理工大学电气学院,哈尔滨 150080)
摘要:音乐的自动分类是现代检索技术的一个研究内容,也是音乐可视化研究中亟待解决的
问题。近年来,音乐的分形性质已得到了广泛的研究。本文是从分形的角度对音乐的自动分
类问题进行研究,提出了一种基于分形维数的音乐自动分类方法:通过对不同风格音乐的分
形维数的计算与比较,确定音乐分类的范围指标,然后利用此指标作为依据对音乐进行自动
分类。本文通过实验证明此方法具有使用简单、高效和高准确率的特点。
关键词:分形技术;分形维数;音乐自动分类
Music automatic classification approach based on fractal
dimension
Zhang yanpeng1, Sun Bowen2, Zhang Huilong1, Liu Rui3, Yang Zhisong1
(1. Computer Science and Technology, Harbin University of Science and Technology,
Harbin 150080;
2. Computer Center, Harbin University of Science and Technology, Harbin 150080;
3. Electric, Harbin University of Science and Technology, Harbin 150080)
Abstract: Music automatic classification is one domain of study in modern search technology, and
also the problems urgently to be solved in music visualization. In recent years, the fractal nature of
the music has been widely studied. This article which researches into music automatic
classification from the fractal point, proposes a new methodology of music automatic
classification based on fractal dimension: Determine the indicator of the scope of music
classification from calculating paring the fractal dimensions of different music styles, then
do music classification with this indicator. In this article, it is proved by experiments that this
method is efficient, simple to use and with high accuracy.
Keywords: Fractal technology; Fractal dimension; Music automatic classification
30
0 引言
随着计算机技术和通信技术的飞速发展,各式各样的信息急速的增长,人们也时时刻刻
的能接触到大量多媒体形式的内容,如图像、音频、视频等。但是随着数据量的快速增长,
如何自动对这类内容进行快速管理就成为了一个亟待解决的问题。特别是对身边大量的音乐
35
40
信息,人们需要快速高效的方法对它们进行分类和管理,以便更好的应用在音乐推荐、KTV
点唱及在线选歌等诸多领域中。
伴随着语音识别技术的火热发展,许多其它领域的方法被应用到音乐分类领域之中。然
而,由于音乐的多样性和不确定性,基本上所有的方法与大规模的实际应用都还有不小的距
离。目前绝大多数音频分类算法集中在两方面——音频的特征提取以及根据音频特征进行分
类。现有的音频特征算法有:短时过零率、时域的短时能量、谱质心分析、频域带宽等,还
有基于听觉感受的(Mel-frequency cepstral coefficients) 梅尔倒频谱系数等