从卡带时代、CD时代、再到数字音乐时代,音乐数量呈现爆发式增长。唯有对海量音乐资源进行分类,建立高效音乐检索系统,才能帮助人们快速地搜索到期望的音乐。传统音乐分类方法比较依赖于人工标注。在大数据时代,通过人工标注来完成音乐分类任务是低效率且不现实的。因此音乐自动分类逐渐成为研究热点,并被广泛使用。音乐自动分类是实现音乐资源快速、有效检索的基础,其拥有巨大潜在应用需求,因此音乐自动分类方法具有重要的研究意义。音乐自动分类方法有两个关键步骤:特征提取和分类方法。本文基于听觉特性对特征提取和分类方法两个关键步骤进行改进,针对音乐分类任务提出基于听觉特性卷积神经网络的音乐分类方法。本文的主要工作和创新点如下:(1)在特征提取中,本文借鉴语音信号处理常用的耳蜗滤波器倒谱系数,将其应用于音乐特征提取中。耳蜗滤波器倒谱系数提取流程模拟了人耳听觉系统感知声音的过程,使提取到的特征更符合人耳听觉特性。由于音乐信号频域跨度相比于语音信号更宽,因此本文在耳蜗滤波器倒谱系数的提取步骤中增加了低频和高频的滤波器,使提取到的音乐特征更全、更详细,直接提高特征提取的质量。(2)在分类方法中,本文借鉴了Lecun等人提出的卷积神经网络和Taigman等人提出的局部卷积思想,结合音乐分类场景提出并实现了基于听觉特性卷积神经网络。传统卷积神经网络卷积核全局共享,对所有频域信息一致处理,忽略了频域信息差异性。基于听觉特性卷积神经网络通过把音乐时频特征根据频率高低划分成不同区域,只在指定区域内共享卷积核,从而使得不同频率区域内的卷积核学习各自频率区域所需特征。(3)本文针对咖啡馆、学习、夜店和运动四个播放场景来进行音乐适用场景分类实验,其中耳蜗滤波器倒谱系数和基于听觉特性卷积神经网络的组合取得83.58%的准确率,优于梅尔频率倒谱系数和传统卷积神经网络的组合。