基于情感的音樂分類系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、近些年隨著因特網(wǎng)發(fā)展以及存儲方式的轉(zhuǎn)變，音樂的傳播宣傳模式從傳統(tǒng)的音樂電臺播放或者歌手現(xiàn)場演唱轉(zhuǎn)變?yōu)榫W(wǎng)絡(luò)傳播，而音樂的存儲方式也從傳統(tǒng)的磁盤或者光盤存儲轉(zhuǎn)變?yōu)榉奖憧旖莸脑拼鎯Ψ绞?。以上兩個(gè)轉(zhuǎn)變都使人們更容易獲得音樂資源，但是搜索到自己感興趣的音樂資源卻變得越來越困難。如何對海量音樂進(jìn)行有效的管理迫在眉睫，因此，本文研究的從音樂情感角度對音樂進(jìn)行分類具有很重要的意義與實(shí)用性。
　　基于對情感模型的分析，將音樂分為平靜的、激昂的、愉悅

2、的和悲傷的四種基本情感類別。本文提出了雙層的音樂情感分類系統(tǒng)結(jié)構(gòu)，即首先根據(jù)音樂的節(jié)奏對所有音樂進(jìn)行二分類，使得愉悅的與激昂的屬于節(jié)奏快的類別，而悲傷的和平靜的屬于節(jié)奏較慢的類別。之后再進(jìn)行第二層次的分類，若測試歌曲屬于節(jié)奏快的歌曲則進(jìn)行愉悅的與激昂的兩種類別的二分類，若測試歌曲屬于節(jié)奏慢的歌曲則進(jìn)行平靜的與悲傷的兩種類別的二分類。這樣便完成了對音樂的四種情感類別的分類。
　　對音樂進(jìn)行情感分類主要包括特征提取、訓(xùn)練分類模型和測試

3、環(huán)節(jié)。在對音樂進(jìn)行特征提取與分析的同時(shí)發(fā)現(xiàn)了不同性別演唱者的特征值范圍存在差異，因此本文設(shè)計(jì)了實(shí)驗(yàn)對比了區(qū)別和不區(qū)別演唱者性別時(shí)的分類準(zhǔn)確率，發(fā)現(xiàn)區(qū)別演唱者性別能夠稍微提高最終的分類準(zhǔn)確率。在訓(xùn)練環(huán)節(jié)采用了Adaboost算法與SVM算法來訓(xùn)練不同的情感分類模型，并對兩種算法的分類結(jié)果進(jìn)行了比較與分析，最終結(jié)果顯示采用Adaboost算法的音樂分類準(zhǔn)確率明顯高于采用SVM算法，因此在音樂情感分類的實(shí)驗(yàn)中，Adaboost算法的性能要好于