我正在开发一种能够对音乐类型进行分类的小工具。要做到这一点，我想使用K-nn算法（或另一个算法，但这个算法似乎已经足够好了）并且我使用python-yaafe进行特征提取。
我的问题是，当我从我的歌曲中提取一个特征（例如：mfcc）时，由于我的歌曲是44100Hz采样的，我检索了很多（12个值数组的样本窗口数），我真的不知道如何处理。是否有方法只为每首歌曲和每首歌曲获得一个代表值？
答案 0 :(得分：2)
一种方法是将信号的最小RMS能量值作为分类参数。
你应该使用音乐片段，而不是使用整个音乐文件进行分类。从理论上讲，30秒的音乐部分，从音乐的前30秒开始，最能代表流派分类。
因此，您可以做的不是取整个数组，而是考虑与此时间窗对应的部分，30秒-59秒。分别为每个音乐文件计算信号的RMS能量，在整个时间内平均。您也可以考虑其他功能，例如。 ，MFCC。 为了使用MFCC，您可以查找特定音乐文件的所有信号窗口的平均值。制作一个特征向量。
您可以使用要素之间的差异作为分类数据点之间的距离。