论文部分内容阅读
针对人工标注歌声／纯伴奏信号存在的误差．以及初始训练的歌唱模型／伴奏模型与测试歌曲之间在音乐风格、乐器等方面的差异，提出建立基于对数似然比的动态GMM模型。在使用初始模型对测试歌曲的每一帧进行分类后，根据似然比选出可信度较高的连续帧数据，对初始模型进行动态更新，使得更新后的模型与测试歌曲之间的差异缩小。实验结果表明，相对初始模型，使用动态更新后的模型对歌曲的歌唱部分进行检测，准确率更高。