湖南科技学院电子与信息工程学院软件工程系
- 作品数：3 被引量：2H指数：1
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于动态GMM模型的歌曲歌唱部分检测
- 2016年
- 针对人工标注歌声/纯伴奏信号存在的误差,以及初始训练的歌唱模型/伴奏模型与测试歌曲之间在音乐风格、乐器等方面的差异,提出建立基于对数似然比的动态GMM模型。在使用初始模型对测试歌曲的每一帧进行分类后,根据似然比选出可信度较高的连续帧数据,对初始模型进行动态更新,使得更新后的模型与测试歌曲之间的差异缩小。实验结果表明,相对初始模型,使用动态更新后的模型对歌曲的歌唱部分进行检测,准确率更高。
- 吕兰兰
- 关键词：高斯混合模型似然比动态模型
- 分治算法求解棋盘覆盖问题的互动教学过程被引量：2
- 2016年
- 针对算法设计与分析课程难度较大、对学生编程能力要求较高的现状,通过对棋盘覆盖问题的分治算法求解过程进行互动教学设计,引导学生进行问题理解、算法设计、算法实现。特别是在算法实现环节,一行一行地动态展示程序的编写过程,同时充分考虑学生现有的编程基础,采用程序填空的形式降低学生编程难度,有助于消除学生的畏难心理,有效提高了学生的学习兴趣,同时锻炼了学生的计算思维。
- 吕兰兰黎明
- 关键词：递归分治互动教学
- 基于MFCC特征聚类变换的歌曲中歌声的识别
- 2016年
- 针对直接采用MFCC作为歌曲中歌声识别的特征参数存在数据量大、且所包含的歌手歌唱特征较少的问题,提出一种基于MFCC特征聚类变换的歌曲中歌声的识别方法。通过对MFCC特征进行GMM聚类变换,以各个高斯分布的均值作为SVM分类器的特征参数,利用GMM数据描述能力强的特点,突出歌手的歌唱特征,降低特征参数的数据量。实验结果表明,该方法在歌曲中歌声识别上的平均识别率较标准GMM方法略有提高,且数据处理量减少了65.8%。
- 吕兰兰
- 关键词：MFCC高斯混合模型
