基于相似度融合和GCN的音频分类模型

来源：计算机应用与软件杂志2025年第5期北京时间：

作者：何敏捷, 陈宁, 林家骏

摘要：为了充分利用样本间基于不同音频特征的相似度表示的拓扑结构特性的互补性，提出一种基于相似度融合和GCN的音频分类模型。分别利用基于CNN14和DenseNet的网络提取输入音频的特征，并进行音频类别的预测；利用相似度网络融合模型对基于以上两个网络获得的预测标签向量的相似度进行非线性融合；分别用DenseNet提取的特征和融合相似度网络对GCN的节点特征和邻接矩阵进行初始化，通过GCN进行节点特征优化以提升音频分类准确性。实验结果表明，在不同的音频分类任务中，该模型相比于基线模型取得了更高的分类准确率，且基于SNF的相似度融合模块和基于GCN的分类模块均对模型性能的提升有贡献。

关键词：特征融合, 图卷积网络, 相似度网络融合, 深度学习, 音频分类