论文部分内容阅读
随着数字技术与多媒体技术的发展,音乐情感语义的识别已经成为多媒体检索中的一个重要研究方向。目前,大多数针对音乐情感的研究,都局限于将一首完整的音乐分到一种情感类别当中去。然而音乐所表达的情感可能会随着时间发生变化,如果将一首完整的音乐对应到一个情感序列上去,将会使音乐情感的分析更加准确。研究内容主要分为两个部分:如何从一个音频文件得到其对应的情感序列,以及如何计算两首歌曲的情感序列相似度并将其运用于音乐的情感序列相似度检索中。音乐情感的自动分类是实现音乐情感序列检索的基础,为了能够找到最适合的特征选择方法和分类器算法,采用实验的方法,将各种特征选择方法和分类器算法进行组合,分别运用于音乐数据集上,并从中找到正确率最高的特征选择方法和分类器算法。将一首完整的歌曲,以一秒钟为单位,进行情感类别的检测,得到初始的情感序列,再通过设置最短情感持续时间阈值,采用情感序列的平滑算法得到平滑之后的情感序列。对于情感序列相似度的计算,采用了一个基于最长公共子序列和编辑距离的情感序列相似度模型,考虑到各个情感类别之间的相似度和区分难易程度,在计算编辑距离时,加入了变换代价矩阵,使得错得越离谱的类别之间惩罚力度越大。为了加快检索速度,在计算精确的相似度之前,首先通过时间长度和类别向量这两层过滤机制过滤掉大部分不相似的音乐,余下的才需要计算精确相似度。最后通过实验表明,该方法是可行的,有效的。