摘要
本发明涉及音频分类方法技术领域,具体公开了一种基于支持向量机的音频分类方法,具体包括以下步骤:步骤S01,将音频数据通过傅里叶变换后的频率信息映射到梅尔频率尺度,再将其转换成对数幅度谱,以获得接近人耳感知方式的频谱图;步骤S02,将提取的MFCC特征向量X与对应的音频类别标签组成训练数据集;步骤S03,将训练数据集输入SVM算法,训练得到音频分类模型;步骤S04,将新音频的MFCC特征向量输入模型,根据新数据点相对于学习的超平面的位置对新数据点进行分类预测,获得类别标签。通过人工智能技术分析演唱者演唱音频的频谱图,不需要与原曲进行比较,适用范围更广,相较于之前的评分标准更为精确。
技术关键词
音频分类方法
SVM算法
消除背景噪声
数据
频率
离散余弦变换
数字滤波器
人工智能技术
标签
内核
信号
线性
功率
系统为您推荐了相关专利信息
储能单元
可再生能源
粒子群优化算法
能量调度方法
风力发电单元
跌倒预警方法
数据特征提取
动态风险评估方法
预警模型
高风险
点云数据采集
降雪环境
激光雷达
粒子
雷达仿真方法
核算方法
线性回归模型
发电量
排放量
线性回归方法
漂移校准方法
算法模型
数据
可读存储介质
传感器校准