machine-learning - FFT 和音乐比较

Question

我正在尝试使用一些音乐聚类算法，并且我认为使用基本上由离散 fft 组成的特征向量（如离散频率）将是一个很好的相似性度量。这甚至会有用吗？人们是否知道一些好的音频相似性度量可能是什么？

Answer 1

首先，您需要决定是否需要指纹（即除了一些失真之外的身份）或相似性（但不是身份！）测量。

还可以看看 MFCC、树皮鳞片等。那里有很多文学作品。去亚马逊，找一本关于这个主题的专门书。

Answer 2

在离散化之前，您可以使用分层集群，如 kd 树或希尔伯特曲线。集群降低了维度复杂性并改变了输入的顺序，而 fft 只是将其转换为波。