ウェーブレット変換に基づくMFCC動的特徴量を用いた楽器同定

カテゴリ: 研究会(論文単位)

論文No: CT20019

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2020/01/04

タイトル(英語): Musical Instrument Recognition using Dynamic Feature with MFCC based on Wavelet Transform

著者名: 杉本 絵美(長岡技術科学大学),杉田 泰則(長岡技術科学大学)

著者名(英語): Emi Sugimoto(Nagaoka University of Technology),Yasunori Sugita(Nagaoka University of Technology)

キーワード: 楽器同定|ウェーブレット変換|メル周波数ケプストラム係数|動的特徴量|ニューラルネットワーク|musical instrument recognition|wavelet transform|mel-frequency cepstral coefficients (MFCC)|dynamic feature|neural network

要約(日本語): 音楽情報処理の分野の重要な研究の一つに、音源に含まれる楽器を識別する楽器同定がある。ニューラルネットワークを用いた楽器同定の入力は、メル周波数ケプストラム係数（ＭＦＣＣ）の動的特徴量を用いることが多い。しかし、長い解析区間を必要とし、楽器音が切り替わる際の識別が困難だと考えられる。本稿では、従来の問題点を改善したウェーブレット変換を利用したＭＦＣＣの動的特徴量を提案し、従来の特徴量と比較を行った。

要約(英語): Mel-frequency cepstral coefficients (MFCC) and its dynamic features are often used as input features for musical instrument recognition using neural networks. However, a long analysis interval is required to obtain their features. This causes the decrease of recognition accuracy. To enable recognition in a short analysis interval, this paper proposes a novel dynamic feature with MFCC based on wavelet transform and compares with the previous method.

原稿種別: 日本語

PDFファイルサイズ: 1,420 Kバイト