MindMelody：基于 EEG 的闭环实时个性化音乐干预系统
声音
2026-05-19 v2 人工智能
摘要
随着全球心理健康问题的持续加剧，基于音乐的干预措施因其非侵入性和高性价比，已引起广泛关注，用作情绪调节和心理压力缓解。然而，当前的数字音乐服务依赖于静态偏好，无法适应用户即时的心理状态。此外，直接将电子脑电图（EEG）映射到音乐生成也面临严重的配对数据稀缺和可解释性不足的问题。为此，我们提出 MindMelody，一个功能完备的闭环实时系统，用于 EEG 驱动的个性化音乐干预。MindMelody 引入情绪中介的语义桥梁。具体而言，一种混合 Transformer-GNN 首先将实时 EEG 信号解码为全局 Valence-Arousal 状态和局部时间情感轨迹。这些状态随后输入到配备检索增强生成（RAG）的大型语言模型（LLM）中，以制定结构化的干预计划。随后，一种新颖的层次 EEG 控制器将全局情绪前缀和局部时间指导注入预训练的音乐底层，实现细粒度可控的音频合成。关键的是，系统包含一个持续的反馈回路，根据用户不断演变的 EEG 动态实时更新生成参数。广泛的实验表明，MindMelody 在控制遵循性和情感对齐性方面均有所提升，并在短期聆听情境中获得更高的感知有用性，表明其作为一种自适应情感感知音乐生成框架的前景。
引用
@article{arxiv.2605.01235,
title = {MindMelody: A Closed-Loop EEG-Driven System for Personalized Music Intervention},
author = {Yimeng Zhang and Yueru Sun and Haoyu Gu and Zhanpeng Jin},
journal= {arXiv preprint arXiv:2605.01235},
year = {2026}
}