具有可变功能集和概率注释的音乐自动标记

该系统提取与感知相关的长时特征,通过联合救济和PCA算法选取原始特征,纳入每个标签的唯一特征集。然后训练高斯混合模型来描述每个标签,测试结果用高斯混合模型的输出概率表示。为了评估所提音乐标注系统的性能,测试了每个标签的精度,召回率和 ̊F分值。实验结果表明,用MFCC训练的模型与用原始特征训练的模型有相近的性能,相对于原式系统,精简的特征集在精度和召回率方面有2 %到5 %的性能提高。