一种用于识别音乐情感效应的分类方法
人工智能
2017-09-19 v1 声音
机器学习
摘要
近年来，数字音乐图书馆得到了发展且可以便捷地访问。最新研究表明，当前基于专辑信息的音乐曲目组织与检索效率低下。此外，他们还表明人们使用情感标签来搜索和检索音乐曲目。在本文中，我们利用 Fisher 判别定理讨论了分类情感表达中提出的一组情感标签的可分性。我们确定了一组形容词来标记音乐片段：快乐、悲伤、放松、激动、史诗和惊悚。从音乐片段中提取了时间、频率和能量特征。可以看出，在提取的特征中，放松与史诗音乐片段之间的可分性最大。最后，我们使用支持向量机训练了一个分类器，以自动识别并为音乐片段生成情感标签。我们计算了识别每个标签的准确率；结果表明，与其他类型的音乐相比，史诗音乐能够被更准确地识别（77.4%）。
引用
@article{arxiv.1709.05684,
title = {A Categorical Approach for Recognizing Emotional Effects of Music},
author = {Mohsen Sahraei Ardakani and Ehsan Arbabi},
journal= {arXiv preprint arXiv:1709.05684},
year = {2017}
}