شناسايي سبك موسيقي مبتني بر ضرايب ويژگي و شبكه عصبي پرسپترون چند لايه

ورود صنعت موسيقي به دنياي ديجيتال به عبارتي گسترش موسيقي ديجيتال، پژوهشگران را بر آن داشت كه بيش از پيش به پردازش روي داده هاي موسيقي بپردازند. در اين مقاله، ما ابتدا برخي ويژگي هاي صوت (نظير: نرخ عبور از صفر، انرژي، انتروپي انرژي، مركز ثقل و گسترش طيف، انتروپي طيف، تغييرات سريع طيف، رول آف طيف، ضرايب كپسترال فركانس مل، بردار رنگي، نرخ هارمونيك) را استخراج نموده و سپس براي تشخيص و دسته بندي از شبكه عصبي MLP استفاده كرديم. داده هاي لازم براي آموزش و آزمايش شبكه را از وب سايت راديوي اينترنتي ايران صدا جمع آوري نموديم. بدين منظور شش نوع سبك شامل سبك هاي كلاسيك، غربي، كودك، محلي، پاپ و سنتي را مورد هدف قرار داديم. براي طراحي شبكه از 85 درصد داده ها براي مرحله آموزش شبكه و 15 درصد باقيمانده براي مرحله آزمون شبكه استفاده شد. بعد از شبيه سازي هاي انجام شده بر روي شبكه، دقت دسته بندي براي داده هاي آزمون 82.1 درصد بدست آمد كه نتايج خوشايند و اميدوار كننده اي مي باشد.