以下是一些数据示例,以及(抱歉轴未标记; x是样本,y是线性频率乘以10,000 Hz的某种值):
![alt text](https://istack.dev59.com/Cf7fa.webp)
![alt text](https://istack.dev59.com/nPGZa.webp)
![alt text](https://istack.dev59.com/cKoLn.webp)
我被告知,大多数现有文献都使用基于歌曲特征的手动分类,例如Pandora Music Genome Project。我想要像Echo Nest一样使用自动分类。更新:很多人研究这个。
我的问题是,我应该使用什么工具进行此分析? 我需要:
- 过滤/阈值通用噪声并保留音乐
- 过滤掉像蝉一样的特定噪声
- 分割和分类鸟鸣中的短语、音节和/或音符
- 创建部分之间差异/相似性的度量;这将捕捉到不同鸟类之间的差异,同时最小化同一鸟类的不同叫声之间的差异
我选择的工具是numpy/scipy,但像openCV这样的工具可能也很有用?
编辑:在一些研究和Steve的帮助回答之后,更新了我的术语和方法。