Цифрові ознаки музичних композицій для навчання нейронних мереж

Abstract

Штучні нейронні мережі демонструють високу ефективність у задачах обробки музичного контенту. Залежно від типу архітектури та поставлених цілей, для навчання нейронні мережі можуть потребувати різноманітних представлень вхідних даних. Розглянемо наступні категорії музичних ознак. 1. Часові ознаки Waveform – звукова хвиля – числове представлення звукового сигналу, що показує його амплітуду в залежності від часу. Характеризується бітовою розрядністю амплітуди та частотою дискретизації, що відображає кількість вимірювань за одиницю часу. Zero-Crossing Rate (ZCR) – частота перетину нуля – вимірює кількість разів, коли сигнал перетинає рівень нульової амплітуди за одиницю часу. Цей параметр дає змогу оцінити змінність або динамічність сигналу, оскільки високий ZCR зазвичай вказує на шум або сигнали зі швидкими змінами, в той час як низький ZCR властивий гармонічним або повільним сигналам, як музика або мова.