本文選題：幅度調(diào)制　切入點：自動識別　出處：《聲學學報》2015年02期 　論文類型：期刊論文

【摘要】：通過樂器音自動識別實驗研究了幅度調(diào)制(amplitude modulation,AM)信息對于人類樂器識別的影響。具體步驟為:依據(jù)聽覺模型,提取樂器音信號中若干頻帶中的AM信息,再基于所得到的AM信息計算統(tǒng)計學特征,采用逐對比較的支持向量機法進行樂器音的機器識別。采用了5種分頻帶數(shù)目(2,4,8,16和32)和4種AM計算方法。結果表明,頻帶數(shù)的增加有助于識別效果的提高,但從16頻帶到32頻帶效果趨近平穩(wěn);不同的AM提取方法也會對識別結果產(chǎn)生影響,其中解析信號法產(chǎn)生的AM信息提供了最好的樂器識別效果。分析發(fā)現(xiàn)自動識別結果高于采用相似的AM信息的人類識別結果。該自動識別系統(tǒng)為人工耳蝸或聲碼器仿真聲模型的樂器識別提供了一個計算模型,對人工耳蝸樂器識別實驗和訓練具有參考價值。
[Abstract]:The effects of amplitude modulation (AM) information on the recognition of human musical instruments are studied through the experiment of automatic recognition of musical instruments. The steps are as follows: according to the auditory model, the AM information in several frequency bands of musical instrument sound signals is extracted. Then, based on the calculated statistical characteristics of AM information, a pair by pair comparison support vector machine (SVM) method is used to recognize musical instrument sounds. The increase of frequency band number is helpful to improve the recognition effect, but the effect from 16 band to 32 band tends to be stable, and different AM extraction methods will also affect the recognition results. The result of automatic recognition is higher than that of human with similar AM information. This automatic recognition system is a cochlear implant or vocoder. The instrument recognition of the simulated sound model provides a computational model. It has reference value for the experiment and training of cochlear instrument recognition.
【作者單位】： 中國科學院聲學研究所東海研究站;深圳大學信息工程學院;
【基金】：國家自然科學基金青年科學基金(11104316) 上海市自然科學基金(11ZR1446000) 中國科學院聲學研究所所長擇優(yōu)基金(Y154221701) 深圳市科技研發(fā)資金(JCYJ20120614085245889) 深圳市重點實驗室提升項目(CXB201105060068A)資助
【分類號】：J62

【共引文獻】

相關期刊論文 前10條

1 岳大為;東楷涵;劉作軍;王德峰;;基于音頻帶通濾波的排險機器人導航方法[J];河北工業(yè)大學學報;2013年02期

2 晁浩;楊占磊;劉文舉;;基于發(fā)音特征的漢語聲調(diào)建模方法及其在漢語語音識別中的應用[J];計算機應用;2013年10期

3 王林;金保f;沈凱;周長城;;基于環(huán)境監(jiān)管平臺的脫硫煙氣SVR模型及優(yōu)化[J];環(huán)境工程;2013年S1期

4 陳長遠;韓軍偉;胡新韜;程Xh;郭雷;;基于視覺顯著熵與Object Bank特征的圖像記憶性模型[J];計算機應用;2013年11期

5 趙李坤;蔣新華;楊海燕;;基于MLBPH-FF和SVM的駕駛員疲勞檢測[J];計算機與現(xiàn)代化;2013年09期

6 張學武;吳平平;劉宏;;基于視頻序列的實時人臉性別識別[J];華中科技大學學報(自然科學版);2013年S1期

7 Mao Yitao;Xu Li;;MUSIC AND COCHLEAR IMPLANTS[J];Journal of Otology;2013年01期

8 唐浩;李哲媛;劉宏;;人體背影序列運動特征的性別識別方法[J];華中科技大學學報(自然科學版);2013年S1期

9 李玲;劉華文;馬宗杰;趙建民;;基于特征選擇的集成多標簽分類算法[J];計算機工程與科學;2013年10期

10 陳偉杰;邵元海;葉婭芬;;基于特征值分解的最大間隔支持向量回歸機[J];控制與決策;2013年12期

相關博士學位論文 前10條

1 王寶勛;面向網(wǎng)絡社區(qū)問答對的語義挖掘研究[D];哈爾濱工業(yè)大學;2013年

2 常廣;高壓斷路器振動監(jiān)測與故障診斷的研究[D];北京交通大學;2013年

3 姜恩宇;基于直腸感知功能重建的人工括約肌系統(tǒng)研究[D];上海大學;2013年

4 邵喜高;基于統(tǒng)計學習理論的多核預測模型研究及應用[D];中南大學;2013年

5 木瑞塔（Murtada Khalafallah Elbashir Elfaki）;基于機器學習和統(tǒng)計方法的蛋白質(zhì)結構特征預測[D];中南大學;2013年

6 張國鵬;三維紋理分析在虛擬結腸鏡計算機輔助檢測/診斷中的應用研究[D];第四軍醫(yī)大學;2013年

7 鄧盛川;具有調(diào)峰爐的熱力站節(jié)能控制策略研究[D];哈爾濱工業(yè)大學;2012年

8 李翔;隧道工程穩(wěn)定可靠度計算分析方法研究[D];湖南大學;2012年

9 張志敏;化學計量學算法實現(xiàn)的軟件開發(fā)基礎研究[D];中南大學;2012年

10 胡振邦;基于Latent SVM的人體目標檢測與跟蹤方法研究[D];中國地質(zhì)大學;2013年

【相似文獻】

相關期刊論文 前10條

1 ;又一名訪英學者回國[J];東北重型機械學院學報;1985年03期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關會議論文 前1條

1 凌必利;費勤山;提昂;;毫米波幅度調(diào)制反射儀系統(tǒng)研究[A];2009年全國微波毫米波會議論文集（下冊）[C];2009年

，

本文編號：1648807