一种基于文本关键字模型的Audio音乐情感分类方法

摘要

音乐情感获取是多媒体语义获取的重要组成部分，音乐情感语义获取的基本方法是首先建立情感模型，再采用分类方法，提取音乐的情感信息。本文分析了大量音乐评论和音乐介绍，根据我国具体情况，提出具有7类情感的文本关键字情感模型。我们将 616 首已有可信文本标注其情感的 Audio 乐曲，切分成 3221 个 20s 片段，对每一片段提取了92维声学特征，采用了不同的特征选择方法和分类器进行情感分类实验，并作了有效的后处理。实验结果表明，采用 Fisher rule 的特征选择方法和 SVM 分类方法，在特征维数降低30%的情况下，取得 70% 的分类准确率，是一种很好的 Audio 音乐情感分类方法。在多种特征组合的实验中，使用全部特征和音色+节奏的特征，结合 SVM 分类方法进行 Audio 音乐的情感分类，也可分别得到 70% 和 70.7%的分类准确率。