音乐情感识别模型研究

发布时间：2023-06-02 21:33

　　音乐作为人类生活的重要组成部分,可以传达情感和调节听众的情绪。情感是音乐的本质特征,而音乐与情感之间的关系已成为许多学术研究的主题。该研究涉及许多不同的领域,包括哲学、音乐学、心理学、生物学、人类学和社会学。当下,随着信息技术和人工智能的飞速发展,音乐情感识别研究进展迅速,成为数字音乐领域的重要研究方向之一。本文对音乐情感识别模型的构建和应用进行研究,其主要研究工作如下:(1)音乐特征分析技术的研究:通过分析MIDI文件的结构组成,提出基于音频特征改进的轮廓线算法识别乐曲的主旋律,并在此基础上提取出乐曲的情感特征并进行标准化处理,作为分类模型的输入。(2)音乐情感识别模型的建立:根据数据规模建立情感心理模型,使用四类基本情感作为音乐情感分类的结果。选用支持向量机分类器机构建情感多分类模型,并用粒子群算法对模型参数进行优化。(3)音乐情感识别模型的应用:研究基于情感识别的舞台控制方法。通过乐段情感划分技术,将乐曲分成数个乐段,并对乐段的情感进行识别,最后使识别结果与设计好的灯光方案一一匹配,将情感识别技术应用于舞台灯光控制。论文收集了231个音乐片段,并进行人工标注训练分类器;在主旋律提...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景和研究意义
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 组织结构
2 数字音乐信息基础
    2.1 数字音乐的简介
    2.2 音乐格式选取
    2.3 MIDI音乐的基础
    2.4 本章小结
3 音乐特征分析模型
    3.1 主旋律提取模型
        3.1.1 预操作
        3.1.2 基本轮廓线算法
        3.1.3 基于音轨特征改进的轮廓线算法
    3.2 情感特征分析技术
    3.3 实验结果分析
        3.3.1 主旋律提取实验
        3.3.2 情感特征分析实验
    3.4 本章小结
4 音乐情感识别模型
    4.1 音乐情感心理模型
        4.1.1 常用情感模型
        4.1.2 基础情感模型
    4.2 音乐情感分类模型
        4.2.1 支持向量机算法
        4.2.2 基于支持向量机的音乐情感多分类模型
    4.3 基于粒子群优化支持向量机的音乐情感分类模型
        4.3.1 粒子群优化算法
        4.3.2 基于粒子群算法优化的分类算法
    4.4 实验结果分析
        4.4.1 基于支持向量机的音乐情感分类实验
        4.4.2 常见的多分类模型对比实验
    4.5 本章小结
5 音乐情感识别模型的应用
    5.1 基于音乐情感识别的舞台灯光控制方法
    5.2 舞台灯光情感匹配模块
        5.2.1 乐段情感划分
        5.2.3 乐段情感与灯光方案匹配
    5.3 舞台灯光控制模块
    5.4 实验结果分析
        5.4.1 搭建模拟舞台
        5.4.2 灯光动作设计
        5.4.3 舞台应用实验
    5.5 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士期间发表的学术论文及成果



本文编号：3828068