音乐情感自动分类器研究.doc

第11 卷第4 期
2011 年12 月
浙江树人大学学报
JOURNAL OFZHEJIANGSHUREN UNIVERSITY
,

音乐情感自动分类器研究
潘美玲,胡昌海,张明明,朱
斌
(浙江树人大学信息科技学院,浙江杭州 310015)
摘要:随着计算机技术、网络技术的迅猛发展,以及用户对音乐检索要求的提高,情感分析与情感检索
、声学、音频信号处理等理论基础,从情感分类、特征提取、分类器的构造三方面来研究音乐情感自动分类系统的构建和应用.
关键词:情感类型;音色;节奏;分类器
中图分类号:
文献标识码:A
文章编号:1671-2714(2011)04-0006-05
引
言
0
近年来,随着网络技术和数字音乐制作技术的飞速发展,用户对音乐网站的要求逐步提高,仅仅基
于文本的信息检索已经越来越难满足用户检索的需要,也不能够及时地索引浩如烟海的音乐作品.[1]因此,笔者提出了基于计算机的音乐情感自动分类技术,针对记录波形数据的音频文件,在对音乐文件进行格式转换的基础上,提取其特征,并基于 AdaBoost算法设计音乐情感的自动识别过程.
音乐情感类型
1
音乐中的情感内涵属于高层语义特征,利用计算机
1 所示的 Thayer模型[2],,能量维度(energy)的强弱对应着活力
和平静的差异,这一维度与个体的生理活性及认知活动
(Stress)的强弱则是指向焦虑和快乐的差别,,音乐的情感可以分为四类:生机勃勃的,焦虑的,沮丧的,,因此适用于 WAV 音乐的情感识别.
图1
Thayer模型
收稿日期:2011-05-03
课题来源:浙江省大学生科技创新项目(新苗人才计划)“音乐情感认知与自动分类系统研究与实现”(2009R420019)
作者简介:潘美玲(1989- ),女,浙江建德人,浙江树人大学信息科技学院计算机科学与技术专业2008 :朱斌.
征包括段级音色特征及节奏特征,通过这些特征值来标识一首乐段,下面对音色特征及节奏特征的提
做详细描述.
音色特征提取

音色特征主要是音高、音强等基础特征,一般通过信号的短时傅里叶变换频谱特征表现出来.[
笔者把每段音乐表示成一个互不交叠的帧序列,其每一个帧长和帧移均为25 ms[5],通过对音频帧实
短时频谱分析,得到如下几个特征值:
(1)短时过零率:即时域范围内,
率,低频段则有较低的过零率.
N
f-1
1
{sign[Wi(m)]-sign[Wi(m -1)]}
Zi =
2Nf ∑
m=0
其中 Nf 为帧长(Hamming窗长),Wi 为第i 帧对应的音乐信号.
(2)频谱质心:定义为频谱各分量幅度值的加权平均,可认为是频谱分布的“质心”.
M ·F