基于音频和歌词的音乐情感分类研究.pdf

《基于音频和歌词的音乐情感分类研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？？，’：．，心？吏去＂繁试‘＊＇省ｃ．知ｒ＇：建’Ｊ＂．．复ｒ’，，．，ｉ．＼’ｏ话；，聲，！７沪餐；，？７吝＇Ｖ＇；？宗．’如＞？＊、耸．１．：兴，ｆＩＨ．，狼＾＾；；麵．－普論．费．？．占‘舊夸．＇：，．接．；‘，／．．；；；、蘇．二＇、＾歡．．發，尹一‘＾Ｖｉ．ｖ＇‘．．，’．、：Ｖ．＂晶ｖ，：＾．＞冀；＞＾，，；、技．灸＾＾＞楚定＇部、嗦彩＼皆ｉｐｖ令．－＞＇輕４勺、ｆ＂一：’；义巧女ｔ冶您会ｉ乂吃－＾：、勺．麻名‘Ｖ＼乂．常ｖ－｜一．护；／＇兴秦．／．％－；／＊，、，輸、，著Ｃ％．為＞ｒ

2、：早‘Ｖ：舞巧：；．点系单．１尋＇’；．‘￥．＂幸＇種＇呵，’Ｊ巧．裝．铺＼％＞，Ｔ：賴ｔ＾兔坏’１＾ｆ／文题針斬词乐情齡娜Ｍ．／举’‘襄；＾＼？為？＾：．靴‘Ｊ｜．参’，＇疼７巧＇ＷＷＶ．号＇疯扁＾ｗ与■又‘姓巧凯云－名．劈哪．、韻參Ｈ即義声托ｒ１＇Ｘ；信息．齡斗斬＾細＾祭华ｒ＞导！签方ｒ站■Ｓ向妍于的音规别卽針社鲁送‘尸，睐．＾＾＂＇’＾ｒ一：．．觀－、ｒＪ．＊６ＪＡｙ為｜ｉ｜削篇％：：，ｙ麥＇；ｆ養‘．雙皂六－嵌．－－＊＾難衫’％．￥隐怒诉＞、心；，：舊

3、气＊；．．；觀軒．；．；，完．ＲｅｓｅａｒｃｈｏｎＭｕｓｉｃＥｍｏｔｉｏｎＣｌａｓｓｉｆｉｃａｔｉｏｎ及ａｓｅｄｏｎＡｕｄｉｏａｎｄＬｒｉｃｓｙＴｈｅｓｉｓＳｕｂｍｉｔｔｅｄｔｏＮａｎｉｎＵｎｉｖｅｒｓｉｔｏｆＰｏｓｔｓａｎｄｊｇｙＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓｆｏｒｔｈｅＤｅｒｅｅｏｆｇＭ汪ｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇ響ＢｙＴａｏＫａｉｙｕｎＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＳｈａｏＸｉｐＡｐｒｉｌ２０１５南京邮

4、电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。＂＾心詞如；研巧生签名：日期：南京邮电大学学位论文使用授权声明本人授权南京邮电大学可Ｗ保留并向国家有关部口或机构送交论文的复

5、印件和电子文档；允许论文被查阅和借阅；可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索；可Ｗ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一论文的内容相致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。ｉ■心毛《研巧生签名：予每导师签名：部＾日期：摘要，音乐的爆炸式增长和巨大数量使得我们的时代成为真正的数字音乐时代，同时如何有一＇，个值得关注的问题，也是人们的。理感受效地营理音乐也成为。情感是音乐最本质的特征如何使计算机能够白动识别出音乐中的情感

6、信息，对促进人工智能领域的发展具有非常重大的意义。一针对音乐情感分类的问题，为了弥补仅利用音频恃征进行音乐情感分类的单模态分类。方法的不足，本文采用了结合音频和歌词的多模态音乐情感分类的方法本文围绕音乐情感模型和分类模型的选取Ｗ及音乐特征的分析和处理展开，主要研究了如何利用歌词Ｗ及如何。结合音频和歌词对音乐进行情感分类，并将多模态和单模态音乐情感分类性能进行了对比、在基于歌词的音乐情感分类中，在传统的ＣＨｒ持征选择方法的基础上引入了频度集中度和分散度Ｈ个参数对ＣＨＩ统计值进行调节Ｉ提出了改进的ＣＨＩ特征选择方法。特征选择之后

7、，利用ＴＦＩＤＦ方法计算权重，然后利用ＬＳＡ对歌词进行二次降维。实验数据显示，在对歌词进行情感分类过程中，传统的ＣＨＩ特征选择方法的准确率为５８．２０％，改进的ＣＨＩ特征选择方法的准确率为６７．２１％，结合ＬＳＡ和改进的ＣＨＩ特征选择方法的准确率为６９．６８％。由。此可见，第三种方法的准确率更高且维数更低Ｍ在基于音频和歌词的多模态音乐情感分类中，针对多模态融合问题，本文对传统的ＬＦＳ比较，实验结果表明，改进的ＬＦＳＭ融合方法进行了改进，并通过实验对多种融合方法进行了８４４。，融合方法的分类效果最佳，达到．３％验证了该方法的可行性

8、和有效性关键词：音乐情感分类，ＣＨＩ特征选择算法，ＬＳＡ，多模态融