情感音乐信息检索
信息检索
2015-02-19 v1
摘要
音乐的许多吸引力在于其传达情绪/心境并唤起听众相应情感的能力。因此，在过去十年中，音乐信息检索 (MIR) 社区对从音乐信号中建模情感的兴趣日益增长。在本文中，我们提出了一种新颖的音乐情感建模范式，特别关注情感的效价 - 唤醒 (VA) 维度模型。所提出的生成模型称为声学情感高斯模型 (acoustic emotion Gaussians, AEG)，通过使用概率分布更好地解释了情感感知的主观性。具体而言，它从多个受试者的情感标注中学习 VA 空间中的高斯混合模型，并对训练音乐片段相应的声学特征施加先验约束。这种计算框架在技术上是可靠的，能够以在线方式学习，因此适用于各种应用，包括与用户无关（通用）和与用户相关（个性化）的情感识别以及基于情感的音乐检索。我们报告了在更大规模的情感标注语料库 AMG1608 上对上述 AEG 应用的评估，以展示 AEG 的有效性并演示如何对基于情感的 MIR 研究进行评估。文中还讨论了未来的工作方向。
引用
@article{arxiv.1502.05131,
title = {Affective Music Information Retrieval},
author = {Ju-Chiang Wang and Yi-Hsuan Yang and Hsin-Min Wang},
journal= {arXiv preprint arXiv:1502.05131},
year = {2015}
}
备注
40 pages, 18 figures, 5 tables, author version