研究人员创建电子音乐自适应分类方法

中国研究人员开发了一种新的电子音乐分类方法。在数字内容爆炸式增长的时代，该方法为管理音乐库和流媒体服务提供了一种新颖的解决方案。

重庆师范大学音乐学院的吴洪元和朱林在《国际艺术与技术杂志》上撰文解释了此类服务目前如何在有效的分类方法方面不堪重负。

传统方法过于简单化，基于标签，无法跟上现代的使用和品味。该团队指出，按流派对电子音乐进行分类特别困难，因为这种广泛的流派在不同风格之间具有广泛而分散的界限，而这些风格通常是高度主观的，并受到文化细微差别的影响。

您可能会说，该团队的新方法使用复杂的决策树框架来实现高精度并加快处理时间，从33又三分之一跃升至45。该过程首先使用主成分分析去除噪声，然后将轨道分割成小块。然后使用称为短时傅立叶变换的方法提取每个块的特征。然后，该团队微调他们的决策树模型，以实现最精确的分类。

事实上，他们的测试表明他们的方法非常有效，分类准确率高达98.6%。其影响远远超出了学术兴趣，在音乐和其他行业都有潜在的应用。音乐流媒体服务和在线图书馆在很大程度上依赖于准确的流派分类，并且可以利用这种新方法来组织其收藏并向用户更巧妙地推销音乐。用户可能包括日常音乐迷或那些参与媒体或其他领域的人，他们需要特定风格的音乐来配合他们的创意输出。

例如，分类方法应该使日常用户更容易探索音乐、发现新声音或检索金曲。在营销和广告等领域，根据流派分类了解音乐偏好对于基于音乐品味的有对性的活动至关重要。