一种基于深度残差卷积神经网络的歌声检测算法

作     者：桂文明 吕家伟 敖志强 GUI Wen-ming;LYU Jia-wei;AO Zhi-qiang

作者机构：金陵科技学院软件工程学院江苏南京211169 南昌航空大学软件学院江西南昌330063 

基　　金：江苏省教育厅高校优秀中青年教师和校长境外研修项目(2018-191) 金陵科技学院博士科研启动基金(jit-b-201509) 

出 版 物：《金陵科技学院学报》 (Journal of Jinling Institute of Technology)

年 卷 期：2021年第37卷第1期

页      码：19-23页

摘      要：歌声检测是音乐人工智能领域重要的基础性工作,也是很多相关研究的必备技术或者增强技术。提出一种基于深度残差卷积神经网络的歌声检测算法,该算法在仅仅输入简单朴素特征的情况下,通过多层次卷积神经网络,能学习到比浅层卷积神经网络更多的、更有效的歌声特征,从而提高算法的整体性能。根据2种基本的残差网络结构,设计了6种不同深度的卷积神经网络,通过与基线系统的实验结果进行比较,证明了新算法的性能优于基于浅层卷积神经网络算法的性能。同时,新算法的网络深度可调性为应用增加了灵活性。

主 题 词：歌声检测 残差网络 深度神经网络 卷积神经网络 循环神经网络 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.16515/j.cnki.32-1722/n.2021.01.004

馆 藏 号：203103389...