一种基于相似性的音乐推荐方法技术

本发明专利技术公开了一种基于混合特征和高斯混合模型的音乐相似度检测方法，基本思路如下：用伽马通倒谱系数进行相似度检测，并将多种特征的加权相似度作为最终的检测结果；提出一种基于帧轴的调制频谱特征，用该特征表示音乐的长时特征，并且将长时特征与短时特征的组合作为下一步建模的输入；使用高斯混合模型对各个音乐特征建模，首先利用动态K均值方法对模型进行初始化，接着用期望最大化算法进行模型训练，获得准确的模型参数，最后使用对数似然比算法获得音乐之间的相似度。本发明专利技术对音乐特征的获取更为充分和深入，提高了音乐推荐的准确程度。本发明专利技术可降低特征矢量维数，降低音乐数据库信息存储量，提高音乐推荐的准确程度。

【技术实现步骤摘要】

【技术保护点】
一种基于相似性的音乐推荐方法，其特征在于：包括以下步骤：A、建立数据库建立数据库的流程包括特征提取、建立模型和将获得的GMM模型参数保存在模型数据库中，具体步骤如下：A1、特征提取：以帧为单位提取音乐信号的伽马通倒谱系数特征、情绪特征和八音频谱对比度特征；A11、预处理A111、预加重预处理模块输入为采样率44.1KHz的单声道脉冲编码调制音乐文件，文件中各个数据即是音乐波形的采样值，也是待处理的信号x(n)，这里n表示采样点的序号，定义y(n)为预加重后的输出信号，则y(n)=x(n)?μx(n?1)其中，μ称为预加重因子，其取值范围是0Hi(k)=|Σm=0N-1gi(m)e(...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈喆，殷福亮，时丹，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：