基于GMM的流行音乐情感识别研究
音乐携带了大量的情感信息，音乐情感的识别已经成为人们关注的研究热点。对于它的研究在音乐数据库管理、音乐检索等方面有广阔的应用前景。本文提出了一种新的基于GMM的流行音乐情感识别研究方法; 建立了流行音乐数据库; 并采用Thayer情感认知模型，分析并提取了声学层和旋律层情感特征参数，用于不同类别的情感分类实验。实验结果表明针对本论文采用的数据库的第一层次两类情感的类正确率平均达85”％”以上，针对第二层次四类情感的分类正确率达65”％”以上。进一步引入模糊理论，实现了音乐片断的情感成分分析。
音乐情感识别 混合高斯模型 Thayer模型 模糊理论 音乐检索 音乐数据库管理
张飞弦 张伟 谢湘
北京理工大学电子工程系,北京 100081
国内会议
乌鲁木齐
中文
71-76
2009-08-14（万方平台首次上网日期，不代表论文的发表时间）