基于频谱包络分析的音乐推荐算法

音乐推荐算法是音乐检索系统的核心,传统算法复杂度高、降维速度慢。由于风格类似的音乐在主旋律上具有某种程度的相似性,该算法在对原始音频信号进行傅里叶谱分析的基础上,连同音乐声学体征,利用希尔伯特变换得到原始音频信号的频谱包络,并用Hausdorff维度对包络频谱进行维度分析,通过夹角余弦判别维度间的相似度,进而成为推荐系统的依据。该算法在音频分割阶段采用方差稳定性度量能快速降维,使移动端实现应用。实验表明,该算法是用户满意度较高的推荐结果。