Resumen

Las características acústicas de los instrumentos de viento son un aspecto importante en el campo de la música vocal. Este artículo estudia el efecto de la aplicación de la extracción de características de instrumentos de viento basada en datos multiacústicos. Combinando el modelo de entrenamiento de datos acústicos con el algoritmo de clasificación basado en redes de confianza profunda, se procesan múltiples datos acústicos. Utilizando múltiples datos acústicos para la extracción de características, se logra el reconocimiento y emparejamiento entre múltiples datos acústicos y el instrumento de medición de viento. El experimento no solo evalúa el error del algoritmo de clasificación de red, sino que también describe la función de evaluación del algoritmo de clasificación de red de creencia profunda en el sistema. Se utiliza el método de evaluación de relación señal a ruido tradicional para mejorar las deficiencias de la función de evaluación. A través del algoritmo de clasificación de red de creencia profunda para el autoaprendizaje, se establece un método de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Características acústicas; Instrumentos de viento; Extracción de características; Datos multiacústicos; Algoritmo de clasificación; Red de creencias profundas
• Keywords:Acoustic characteristics; Wind instruments; Feature extraction; Multiacoustic data; Classification algorithm; Deep belief network