多模態(tài)音樂(lè)流派分類(lèi)研究_28304.pdf

1、隨著越來(lái)越多的音樂(lè)資源被上傳到互聯(lián)網(wǎng)上，使得用來(lái)處理音樂(lè)數(shù)據(jù)庫(kù)的音樂(lè)信息檢索系統(tǒng)受到了越來(lái)越多的關(guān)注。目前，很多音樂(lè)網(wǎng)站都是根據(jù)流派信息來(lái)組織數(shù)據(jù)庫(kù)中的音樂(lè)資源，因此，音樂(lè)流派的準(zhǔn)確分類(lèi)對(duì)于現(xiàn)代的音樂(lè)信息檢索系統(tǒng)來(lái)說(shuō)是至關(guān)重要的。
　　本文針對(duì)傳統(tǒng)的基于聲學(xué)特征的音樂(lè)流派分類(lèi)方法，從眾多聲學(xué)特征中精心挑選了14個(gè)特征來(lái)表征音樂(lè)的音色、節(jié)奏和音高內(nèi)容，明確了每個(gè)聲學(xué)特征的數(shù)學(xué)定義和提取方法;針對(duì)特征選擇環(huán)節(jié)，提出了兩種新的特征選擇算

2、法，分別是基于特征間相互影響的前項(xiàng)特征選擇算法和基于特征貢獻(xiàn)度的特征選擇算法。在分類(lèi)過(guò)程中選擇了國(guó)際上公認(rèn)的分類(lèi)效果較好的分類(lèi)器SVM。經(jīng)過(guò)音樂(lè)信息檢索領(lǐng)域頂級(jí)競(jìng)賽MIREX2009的檢驗(yàn)，本文提出的音樂(lè)流派分類(lèi)系統(tǒng)具有較好的分類(lèi)效果。
　　本文還創(chuàng)新性地使用社會(huì)化標(biāo)簽對(duì)音樂(lè)流派進(jìn)行分類(lèi)。通過(guò)對(duì)音樂(lè)社區(qū)網(wǎng)站 Last.fm提供的 API接口的研究使我們獲得了大量的標(biāo)簽資源并最終選擇音樂(lè)標(biāo)簽和藝術(shù)家標(biāo)簽這兩類(lèi)標(biāo)簽對(duì)音樂(lè)進(jìn)行流派分類(lèi)。

3、文章使用LDA對(duì)音樂(lè)標(biāo)簽建模，將得到的標(biāo)簽屬于每個(gè)音樂(lè)流派的概率通過(guò)計(jì)算轉(zhuǎn)換為對(duì)應(yīng)音樂(lè)屬于每個(gè)流派的概率。通過(guò)計(jì)算藝術(shù)家標(biāo)簽向量間的余弦距離找到與當(dāng)前藝術(shù)家最相似的且已知流派信息的藝術(shù)家，并以此推斷音樂(lè)所屬的流派。對(duì)于具有標(biāo)簽的音樂(lè)來(lái)說(shuō)，使用標(biāo)簽資源對(duì)其進(jìn)行流派分類(lèi)的準(zhǔn)確率要明顯高于使用聲學(xué)特征得到的準(zhǔn)確率。
　　最后，基于上述兩種方法本文提出多模態(tài)音樂(lè)流派分類(lèi)的概念，并給出多模態(tài)音樂(lè)流派分類(lèi)的具體方法，并通過(guò)模擬數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了