？基于听觉图像的音乐流派自动分类

？音乐流派的自动分类是音乐信息检索系统的重要组成部分．将听觉图像引入音乐流派的分类研究中，用听觉图像模型模拟人耳耳蜗结构，基于音乐流派分类研究常用的gtzan数据库，将一维音频信号转换为二维听觉图像，对音乐听觉图像进行尺度不变特征转换(sift)及空间金字塔匹配(spm)，从局部到整体地提取图像的纹理特征，最后采用libsvm中线性核函数的支持向量机对音乐流派进行分类．实验结果表明，与同样基于人耳耳蜗结构提出的美尔频率倒谱系数(mfcc)流派分类方法相比，基于听觉图像的流派分类正确率提高15%．