人声的平均识别率在89.31%，音乐的平均识别率在95.95%。相声和故事的结果较差，原因在于测试集中包含的相声现场录制环境较差，环境吵闹，频谱混乱；而讲故事有比较明显的音乐背景伴奏。
表1 音乐和人声自动分类结果
|
正确数目 |
数目 |
准确率 |
|
|
电视节目 |
59 |
66 |
0.893939 |
|
故事 |
69 |
88 |
0.784091 |
|
评书 |
181 |
186 |
0.973118 |
|
相声 |
73 |
96 |
0.760417 |
|
有声电台 |
41 |
44 |
0.930233 |
|
1800有声 |
96 |
101 |
0.950495 |
|
合计 |
518 |
580 |
0.893103 |
|
1800音乐 |
1614 |
1690 |
0.95503 |
|
华语舞曲 |
54 |
54 |
1 |
|
R&B |
44 |
44 |
1 |
|
西方民谣 |
80 |
80 |
1 |
|
华语摇滚 |
50 |
52 |
0.961538 |
|
rap |
104 |
108 |
0.962963 |
|
合计 |
1946 |
2028 |
0.959566 |
|
合理阈值 |
0.5 |
表2 两层筛选自动分类结果
|
正确数目 |
数目 |
准确率 |
|
|
电视节目 |
62 |
66 |
0.939394 |
|
故事 |
72 |
88 |
0.818182 |
|
评书 |
182 |
186 |
0.978495 |
|
相声 |
77 |
96 |
0.802083 |
|
有声电台 |
41 |
43 |
0.953488 |
|
1800有声 |
96 |
101 |
0.950495 |
|
合计 |
530 |
580 |
0.913793 |
|
1800音乐 |
1592 |
1688 |
0.943128 |
|
华语舞曲 |
54 |
54 |
1 |
|
R&B |
43 |
44 |
0.977273 |
|
西方民谣 |
80 |
80 |
1 |
|
华语摇滚 |
49 |
52 |
0.942308 |
|
rap |
104 |
108 |
0.962963 |
|
合计 |
1922 |
2026 |
0.948667 |
|
合理阈值 |
0.5 |