基于多模态深度学习的音乐情感鉴赏分类方法

摘要：

为提升音乐情感鉴赏分类精度,提出基于多模态深度学习的音乐情感鉴赏分类方法.在分析音乐情感特征参数类别的基础上,采用相位残差算法提取音乐中的梅尔频率倒谱系数、基音频率、共振峰和频带能量分布4种音乐情感多模态特征后,输入注意力网络模块,由此获取多模态特征中的隐藏信息;由多模态融合模块融合多模态特征,形成全局综合特征;利用分类器对融合后的特征进行拼接并输出分类结果.测试结果显示:该方法梅尔频率倒谱系数特征能量的分布范围在0 Hz～8225 Hz之间;基音频率特征结果变化范围在80.45 Hz～505.9 Hz之间,每种类别分类的正确概率均在0.988以上.证明所提方法能够有效完成音乐情感多模态特征提取.

关键词：多模态深度学习、音乐情感、分类方法、基音频率、频带能量分布、综合特征

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省高等学校科学研究重点项目2022AH051298

在线出版日期：2023-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：113-117