基于深度学习的电子音乐信号辨识方法

由于传统音乐信号辨识方法存在精度低、效率差等缺陷，无法适应现代电子音乐发展速度，因此提出基于深度学习的电子音乐信号辨识方法。首先，采集电子音乐信号，通过预加重、加窗分帧操作预处理信号，剔除夹杂的干扰信号；其次，建立一个深度学习模型，利用模型训练、测试实现电子音乐信号辨识；最后，进行实验对比分析。实验结果表明，本文设计方法对多类型的电子音乐信号辨识正确率为96.42%，辨识时间为1.82s，优于其他方法。