如何使用深度神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)西洋樂器的自動(dòng)分類方法

　　本章首先闡述了實(shí)現(xiàn)音樂自動(dòng)分類的意義和必要性，然后介紹了已有的實(shí)現(xiàn)音樂自動(dòng)分類的方法，接著結(jié)合西洋樂器音樂信號的分類，在深度神經(jīng)網(wǎng)絡(luò)迅速發(fā)展的時(shí)代背景下，創(chuàng)新性地提出將稀疏特征和深度神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的方法，實(shí)現(xiàn)西洋樂器音樂信號的自動(dòng)分類。進(jìn)入20世紀(jì)以來，互聯(lián)網(wǎng)行業(yè)相較于其他傳統(tǒng)行業(yè)，猶如兩后春筍般迅速發(fā)展，隨著網(wǎng)絡(luò)越來越發(fā)達(dá)，傳統(tǒng)的唱片業(yè)已逐漸沒落，取而代之的是以數(shù)字形式存儲的音樂。

　　然而網(wǎng)絡(luò)世界上的音樂資源千姿百態(tài)，想要簡單快速地定位到自己要的音樂并不是那么容易，面對這種問題，音樂信息檢索（Music Information Retrieval，MIR）相關(guān)課題的研究已經(jīng)成為人們研究的熱點(diǎn)之一，為了人們方便檢索，互聯(lián)網(wǎng)上的音樂需要有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行分類。但是，這個(gè)分類目前還處于人工操作的階段，其不適用于針對海量的數(shù)字音樂量，因?yàn)槿斯な謩?dòng)分類會耗費(fèi)很大的時(shí)間精力，無法及時(shí)地對每天新興的數(shù)字音樂進(jìn)行人工分類，并且人工分類受主觀影響大，不能客觀地對音樂分類提供標(biāo)準(zhǔn)。因此我們需要將研究重點(diǎn)轉(zhuǎn)向基于內(nèi)容的音樂自動(dòng)分類技術(shù)。在如今的大數(shù)據(jù)背景下，基于內(nèi)容的音樂自動(dòng)分類技術(shù)研究價(jià)值非同一般，因?yàn)樗幌裰暗娜斯げ僮鞔嬖谥饔^性，而是采用了客觀的統(tǒng)一的標(biāo)準(zhǔn)對音樂自動(dòng)分類?；趦?nèi)容的音樂自動(dòng)分類技術(shù)可以實(shí)現(xiàn)在大量的音樂庫中快速地搜索到自己所需要的音樂。

　　事實(shí)上，基于內(nèi)容的音樂自動(dòng)分類系統(tǒng)是有很多種分類的，但是人們研究最多的主要還是對音樂流派自動(dòng)分類、對不同樂器演奏的音樂自動(dòng)分類、對音樂所傳達(dá)的情感自動(dòng)分類和對演唱歌手自動(dòng)分類與識別。對音樂流派自動(dòng)分類系統(tǒng)主要原理是訓(xùn)練基于流派的分類器，此系統(tǒng)可以用來識別不同的流派，比如藍(lán)調(diào)，爵士之類。對不同樂器演奏的音樂自動(dòng)分類系統(tǒng)可以用來區(qū)分樂器的不同。對音樂所傳達(dá)的情感自動(dòng)分類系統(tǒng)主要是依據(jù)音樂的傳達(dá)的情感，在此基礎(chǔ)上進(jìn)行訓(xùn)練，這樣人們可以按照自己的心情而搜索到表達(dá)相應(yīng)情感的歌曲。歌手自動(dòng)分類系統(tǒng)可以根據(jù)歌手噪音特點(diǎn)，歌曲曲風(fēng)，演唱技巧等特征進(jìn)行分類，這樣可以自動(dòng)識別陌生歌曲的演唱者。

　　由上述介紹可知，基于內(nèi)容的音樂自動(dòng)分類技術(shù)研究價(jià)值非同一般，尤其是能夠整合目前網(wǎng)上存在的大量音樂，形成統(tǒng)一有效的索引。而且實(shí)現(xiàn)音樂信號自動(dòng)分類不僅能促進(jìn)音樂領(lǐng)域的發(fā)展，也能促進(jìn)其他交叉學(xué)科，如數(shù)學(xué)領(lǐng)域，信號處理領(lǐng)域等關(guān)聯(lián)學(xué)科的研究。

?