基于VGGish网络对音乐情感的分析

发布时间：2021-04-09 17:21

　　在移动互联网的发展下催生了一批又一批以短视频为主要业务的互联网产品,如何做到产品的精准营销,针对不同的客户推荐合适视频,构建完整的用户画像已经成为时下比较热门的研究课题。现有的短视频推荐都是基于视频内容本身,很少与背景音乐情感特征标签相结合,本文从短视频背景音乐的情感标签出发,来探讨怎样做好精准推荐。人类的感情丰富,创作的音乐也是一种情感的表现方面,如何给音乐情感做好分类就是本文研究的核心。识别音乐情感的首要基础是语音识别,在这一领域已经有很多学者展开了研究,较多是对声音类别的判断,在音乐方面的识别主要是对音乐类型的识别,而在近几年对情感的识别也是行业研究的重点。本文选取了网易云音乐的1068首音频,每类按照7:2:1分为训练集、测试集和验证集。首先将歌曲分段,每30s为一段,将格式为wav的音频转换为梅尔频率倒谱频率即MFCC,将每段音频进行每0.96s为一帧,最后一帧的格式为96*64,其次将这样格式的一帧输入VGGish网络提取为128维的特征数组,所以每一个30秒的片段提取的特征embedding为30*128。由此实现了将非格式化的音频数据向格式化数据的转换,以便做后续研究。... 

【文章来源】：天津商业大学天津市

【文章页数】：49 页

【学位级别】：硕士

【部分图文】：

RNN网络结构图

RNN结构

第二章 方法原理的是一个拼接，假设他们都是 000 维的，那的了。不足的是双向 RNN 需要的内存是单向 RN向 RNN 需要保存两个方向上的权重参数，而在分藏层输出的信息，所以需要更大的内存在双向 RN层双向 RNN，目的是将信息学得更牢固，减少关包括两个方面，分别是前一时刻的隐藏层传过来的传过来的信息 [;]( 1)( 1) 1 ititithhh ，包括前向和后向的

【参考文献】：
期刊论文
[1]基于优化的LSTSVM的多模态生理信号情感识别[J]. 金纯,陈光勇.  电子技术应用. 2018(03)
[2]基于参数寻优决策树SVM的语音情感识别[J]. 王富,孙林慧,苏敏,赵城.  计算机技术与发展. 2018(07)
[3]基于卷积神经网络和长短时记忆神经网络的非特定人语音情感识别算法[J]. 姚增伟,刘炜煌,王梓豪,刘雅倩,潘家辉.  新型工业化. 2018(02)
[4]改进遗传算法优化BP神经网络的语音情感识别[J]. 陈闯,Ryad Chellali,邢尹.  计算机应用研究. 2019(02)
[5]基于DBN的多特征融合音乐情感分类方法[J]. 龚安,丁明波,窦菲.  计算机系统应用. 2017(09)
[6]基于情感特征的背景音乐分类方法[J]. 李颜汐.  现代电子技术. 2017(15)
[7]基于双向情感分析的实时性音乐推荐系统设计[J]. 毋亚男,刘德然,许小可.  大连民族大学学报. 2017(01)
[8]基于支持向量机（SVM）的音乐情感分类[J]. 陈维华.  软件工程. 2016(12)
[9]基于BP神经网络的音乐情感分类及评价模型[J]. 赵伟.  电子设计工程. 2015(08)
[10]基于深度学习的微博情感分析[J]. 梁军,柴玉梅,原慧斌,昝红英,刘铭.  中文信息学报. 2014(05)

硕士论文
[1]音频文本混合的歌曲深度情感识别[D]. 陈炜亮.合肥工业大学 2017
[2]融入音乐子人格特质和社交网络行为分析的音乐推荐方法[D]. 黄治移.浙江工商大学 2015
[3]基于特征向量的音乐情感分析的研究[D]. 胡冰洁.西安电子科技大学 2014
[4]基于内容的个人音乐情感分析模型[D]. 曲浥尘.上海交通大学 2013
[5]基于TF-IDF的音频和歌词特征融合模型的音乐情感分析研究[D]. 程一峰.重庆大学 2012
[6]基于神经网络的音乐情感模型研究[D]. 周生帆.长春理工大学 2010
[7]音乐情感的计算机分析与自动识别技术研究[D]. 彭琼.上海交通大学 2008



本文编号：3128016