[發(fā)明專利]一種基于音頻特征誘導(dǎo)信息增強(qiáng)的音樂自動(dòng)標(biāo)記方法

有效

• 申請?zhí)枺?/td>: 201810815313.0
• 申請日: 2018-07-24
• 公開（公告）號(hào): CN109102006B
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 張敏靈;張倩汶
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于音頻特征誘導(dǎo)信息增強(qiáng)的音樂自動(dòng)標(biāo)記方法，其特征在于，其包括以下步驟：

(1)定義第m個(gè)屬性的訓(xùn)練集表示為D_m＝{(x_i，Y_i)|1≤i≤Q_m}，其中，x_i表示第i個(gè)音樂樣本的特征向量，Y_i表示第i個(gè)音樂樣本的標(biāo)記向量，訓(xùn)練集D_m由Q_m個(gè)音樂樣本組成；標(biāo)記向量Y_i＝[t_i1，...，t_ij，...，t_iN]由N個(gè)標(biāo)記組成，t_ij是第i個(gè)樣本的第j個(gè)標(biāo)記的標(biāo)記值，設(shè)置每一個(gè)標(biāo)記值對(duì)應(yīng)一個(gè)標(biāo)記；當(dāng)t_ij＝1表示第i個(gè)樣本的第j個(gè)標(biāo)記為相關(guān)標(biāo)記；當(dāng)t_ij＝-1表示第i個(gè)樣本的第j個(gè)標(biāo)記為無關(guān)標(biāo)記；

(2)獲得M個(gè)屬性的訓(xùn)練集D_m，m＝1，2，...，M，利用稀疏表示方法得到結(jié)構(gòu)矩陣U_m，并獲得標(biāo)記增強(qiáng)信息R_m，M表示屬性個(gè)數(shù)，m表示屬性序號(hào)；獲得稀疏表示方法得到結(jié)構(gòu)矩陣U_m和獲得標(biāo)記增強(qiáng)信息R_m方法如下：

(2.1)獲取音樂數(shù)據(jù)集屬性個(gè)數(shù)M，初始化當(dāng)前處理屬性序號(hào)m＝1；

(2.2)獲取當(dāng)前屬性序號(hào)下，訓(xùn)練集樣本個(gè)數(shù)Q_m，初始化當(dāng)前處理樣本序號(hào)q＝1；

(2.3)令i＝q，特征向量x_i作為學(xué)習(xí)目標(biāo)，將訓(xùn)練集剩余特征向量X′_i＝{X-x_i}作為字典，X為訓(xùn)練集特征向量集合X＝{x_i|1≤i≤Q_m}，利用字典X′_i對(duì)x_i進(jìn)行重構(gòu)，通過交替方向乘子法最小化求解公式(1)，獲得重構(gòu)系數(shù)向量a_i：

norm(，′inf′)是行和最大值運(yùn)算，’inf’表示設(shè)置無窮范數(shù)，|| ||₂是二范數(shù)運(yùn)算，|| ||₁是一范數(shù)運(yùn)算；

(2.4)遞增q，q＝q+1，重復(fù)步驟(2.3)～(2.4)，直到q＞Q_m，計(jì)算出Q_m個(gè)重構(gòu)系數(shù)向量a_i，i＝1，2，...，Q_m，構(gòu)造Q_m×Q_m維結(jié)構(gòu)矩陣u_ij表示結(jié)構(gòu)矩陣U_m的第i行第j列的元素，j＝1，2，...，Q_m，結(jié)構(gòu)矩陣U_m的a₁₁表示重構(gòu)系數(shù)向量a₁的第1個(gè)元素，表示重構(gòu)系數(shù)向量a₁的第Q_m-1個(gè)元素，其它可類推；

(2.5)利用步驟(2.4)得到的結(jié)構(gòu)矩陣U_m通過二次規(guī)劃法求解最小化公式(2)，獲得標(biāo)記增強(qiáng)信息

公式(2)使用符號(hào)一致性t_ijr_ij≥0約束，u_ji是結(jié)構(gòu)矩陣U_m的第j行第i列的元素，t_ij是矩陣第i行第j列的元素，是Q_m×N維增強(qiáng)信息矩陣，r_ij是矩陣R_m第i行第j列的元素，r_i表示矩陣R_m的第i行，r_j表示矩陣R_m的第j行；

(2.6)遞增m，m＝m+1，重復(fù)步驟(2.2)～(2.6)，依次計(jì)算M個(gè)屬性對(duì)應(yīng)的M個(gè)標(biāo)記增強(qiáng)信息R_m，m＝1，2，...，M；

(3)利用標(biāo)記增強(qiáng)信息R_m，通過多輸出支持向量機(jī)回歸方法得到分類預(yù)測模型{W^(m)，b^(m)}，m＝1，2，...，M，W^(m)是第m個(gè)屬性預(yù)測模型的權(quán)重矩陣，b^(m)是第m個(gè)屬性預(yù)測模型的偏差矢量；

(4)提取待標(biāo)記音樂樣本的特征向量x，輸入分類預(yù)測模型{W^(m)，b^(m)}，m＝1，2，...，M，實(shí)現(xiàn)自動(dòng)對(duì)輸入的音樂樣本進(jìn)行標(biāo)記。