多模態(tài)音樂流派分類研究_28304.pdf

1、隨著越來越多的音樂資源被上傳到互聯(lián)網(wǎng)上，使得用來處理音樂數(shù)據(jù)庫的音樂信息檢索系統(tǒng)受到了越來越多的關(guān)注。目前，很多音樂網(wǎng)站都是根據(jù)流派信息來組織數(shù)據(jù)庫中的音樂資源，因此，音樂流派的準(zhǔn)確分類對于現(xiàn)代的音樂信息檢索系統(tǒng)來說是至關(guān)重要的。
　　本文針對傳統(tǒng)的基于聲學(xué)特征的音樂流派分類方法，從眾多聲學(xué)特征中精心挑選了14個特征來表征音樂的音色、節(jié)奏和音高內(nèi)容，明確了每個聲學(xué)特征的數(shù)學(xué)定義和提取方法;針對特征選擇環(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。在分類過程中選擇了國際上公認(rèn)的分類效果較好的分類器SVM。經(jīng)過音樂信息檢索領(lǐng)域頂級競賽MIREX2009的檢驗，本文提出的音樂流派分類系統(tǒng)具有較好的分類效果。
　　本文還創(chuàng)新性地使用社會化標(biāo)簽對音樂流派進(jìn)行分類。通過對音樂社區(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標(biāo)簽和藝術(shù)家標(biāo)簽這兩類標(biāo)簽對音樂進(jìn)行流派分類。

3、文章使用LDA對音樂標(biāo)簽建模，將得到的標(biāo)簽屬于每個音樂流派的概率通過計算轉(zhuǎn)換為對應(yīng)音樂屬于每個流派的概率。通過計算藝術(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，并以此推斷音樂所屬的流派。對于具有標(biāo)簽的音樂來說，使用標(biāo)簽資源對其進(jìn)行流派分類的準(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)音樂流派分類的概念，并給出多模態(tài)音樂流派分類的具體方法，并通過模擬數(shù)據(jù)的實驗驗證了