基于人工智能的非物质文化遗产可持续发展研究：中国粤剧唱腔类型的CoGCNet模型分类

粤剧作为联合国教科文组织认定的非物质文化遗产，受多元化娱乐形式与新文化的冲击，面临着一系列发展困境。而科学管理粤剧数据有助于推动非物质文化遗产的可持续发展。为此，本研究构建了专门的粤剧音频数据库，鉴于不同粤剧唱腔类型在节奏特征上的相似性，提出了基于粤剧类型分类网络（CoGCNet）模型的粤剧唱腔类型分类方法。研究首先对粤剧演唱的原始信号进行预处理，提取梅尔频率倒谱系数作为模型输入；通过级联融合卷积神经网络整合各片段的浅层与深层特征，利用双层长短期记忆网络与卷积神经网络的混合架构强化信号间的上下文关联。该方法实现了对粤剧数据的智能分类管理，有效解决了现有方法分类精度不足的问题。在定制的粤剧数据集上进行的实验表明，该方法的精确度为95.69%，召回率为95.58%，F1值达到95.60%，整体性能优于常用的神经网络模型。此外，该方法也为粤剧唱腔特征研究的可持续发展提供了全新的可行思路。

本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。