公开(公告)号：CN103440873A

公开(公告)日：2013-12-11

申请号：CN201310379100.5

申请日：2013-08-27

Applicant: 大连理工大学

Inventor： 陈喆 ,  殷福亮 ,  时丹

IPC: G10L25/51

Abstract: 本发明公开了一种基于混合特征和高斯混合模型的音乐相似度检测方法，基本思路如下：用伽马通倒谱系数进行相似度检测，并将多种特征的加权相似度作为最终的检测结果；提出一种基于帧轴的调制频谱特征，用该特征表示音乐的长时特征，并且将长时特征与短时特征的组合作为下一步建模的输入；使用高斯混合模型对各个音乐特征建模，首先利用动态K均值方法对模型进行初始化，接着用期望最大化算法进行模型训练，获得准确的模型参数，最后使用对数似然比算法获得音乐之间的相似度。本发明对音乐特征的获取更为充分和深入，提高了音乐推荐的准确程度。本发明可降低特征矢量维数，降低音乐数据库信息存储量，提高音乐推荐的准确程度。

公开(公告)号：CN103440873B

公开(公告)日：2015-10-28

申请号：CN201310379100.5

申请日：2013-08-27

Applicant: 大连理工大学

Inventor： 陈喆 ,  殷福亮 ,  时丹

IPC: G10L25/51

Abstract: 本发明公开了一种基于混合特征和高斯混合模型的音乐相似度检测方法，基本思路如下：用伽马通倒谱系数进行相似度检测，并将多种特征的加权相似度作为最终的检测结果；提出一种基于帧轴的调制频谱特征，用该特征表示音乐的长时特征，并且将长时特征与短时特征的组合作为下一步建模的输入；使用高斯混合模型对各个音乐特征建模，首先利用动态K均值方法对模型进行初始化，接着用期望最大化算法进行模型训练，获得准确的模型参数，最后使用对数似然比算法获得音乐之间的相似度。本发明对音乐特征的获取更为充分和深入，提高了音乐推荐的准确程度。本发明可降低特征矢量维数，降低音乐数据库信息存储量，提高音乐推荐的准确程度。