G
Guest
Guest
Привіт всім,
Я працюю над визнанням проект співачки, який ідентифікує співачки в запису музики через Multifeature Статистична Сінгер моделей.Архітектура системи, що я хочу здійснити, можна знайти в наступним посиланням:
http://ieeexplore.ieee.org/Xplore/login.jsp?url=/stamp/stamp.jsp?arnumber=1617537&isnumber=33902
На даному етапі, я намагаюся застосувати вокальний / без вокальних сегментації використанням SVM класифікатор як це показано у попередньої обробки модуль Музика на сторінці 3 цієї статті розміщений вище.Я використовую Matlab Sptoolbox.
Я exracted можливості для кожного кадру (Spectral тяжкості, Спектральний потік, Zero переходи, а при низьких енергіях) і намагалися навчати SVM бінарних класифікаторів в 2-мірному просторі, наприклад: перехід через нуль Оцінити проти спектральних тяжкості, але помилка відсоток був занадто високий (близько 30%).
Я також витягнуті MFCC коефіцієнтами з вокальних / без вокальних регіонів як це пропонується у статті, але я не уявляв собі, як я можу навчати 2-мірних бінарних класифікаторів SVM з використанням 14 мірних векторних об'єктів, і це навіть можна виконати класифікації в 2D просторі.
Ось деякі з статей я використав для довідки, але вони не дають відповіді або, можливо, я не розумів цього.
Мел частоти кепстральних коефіцієнтів для моделювання музики
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.11.9216
РОЗТАШУВАННЯ СПІВАЮЧІ СЕГМЕНТИ голоси в музичні сигнали
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.29.3067
Поділ вокал поліфонічні аудіозаписи
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.75.5580Я хотів би, якщо хтось може запропонувати мені будь-який іншої статті з цього питання або коротко пояснити, як тренувати бінарних класифікаторів SVM з коефіцієнтами MFCC для того, щоб застосувати вокальний / без вокальних сегментації.Спасибо заранее,
Родіон
Я працюю над визнанням проект співачки, який ідентифікує співачки в запису музики через Multifeature Статистична Сінгер моделей.Архітектура системи, що я хочу здійснити, можна знайти в наступним посиланням:
http://ieeexplore.ieee.org/Xplore/login.jsp?url=/stamp/stamp.jsp?arnumber=1617537&isnumber=33902
На даному етапі, я намагаюся застосувати вокальний / без вокальних сегментації використанням SVM класифікатор як це показано у попередньої обробки модуль Музика на сторінці 3 цієї статті розміщений вище.Я використовую Matlab Sptoolbox.
Я exracted можливості для кожного кадру (Spectral тяжкості, Спектральний потік, Zero переходи, а при низьких енергіях) і намагалися навчати SVM бінарних класифікаторів в 2-мірному просторі, наприклад: перехід через нуль Оцінити проти спектральних тяжкості, але помилка відсоток був занадто високий (близько 30%).
Я також витягнуті MFCC коефіцієнтами з вокальних / без вокальних регіонів як це пропонується у статті, але я не уявляв собі, як я можу навчати 2-мірних бінарних класифікаторів SVM з використанням 14 мірних векторних об'єктів, і це навіть можна виконати класифікації в 2D просторі.
Ось деякі з статей я використав для довідки, але вони не дають відповіді або, можливо, я не розумів цього.
Мел частоти кепстральних коефіцієнтів для моделювання музики
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.11.9216
РОЗТАШУВАННЯ СПІВАЮЧІ СЕГМЕНТИ голоси в музичні сигнали
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.29.3067
Поділ вокал поліфонічні аудіозаписи
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.75.5580Я хотів би, якщо хтось може запропонувати мені будь-який іншої статті з цього питання або коротко пояснити, як тренувати бінарних класифікаторів SVM з коефіцієнтами MFCC для того, щоб застосувати вокальний / без вокальних сегментації.Спасибо заранее,
Родіон