结合多尺度时频调制与多线性主成分分析的乐器识别

摘要 针对目前时域频域特征、倒谱特征、稀疏特征、概率特征对同族乐器错分率高且对打击乐器识别不佳的问题，提出一种提取时频信息且低冗余度的模型用于乐器识别。首先利用耳蜗模型对乐音进行谐波分解，生成接近人耳感知且包含时频信息的听觉谱图（AS）；随后利用多尺度滤波器对听觉谱图多尺度时频调制（MTFM）以观测时频的变化；最后利用多线性主成分分析（MPCA）对调制输出在保留数据内在相关的前提下降维，并使用支持向量机（SVM）分类。仿真实验表明，该方法在IOWA数据库上取得92.74%的正确率，对打击乐器与同族乐器的错分率分别为3%与9.12%，均优于上述特征。相比主成分分析（PCA）降维，MPCA提高识别准确率6.43%。因此，该模型适用于对同族乐器与打击乐器的识别