特征组合的中文音乐情感识别研究

• 作者: 刘峰 赵姝 陈洁 魏华珍
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 音乐特征组合 支持向量机 音乐情感识别 音乐情感分类
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 30-36
• 页数: 7页
• 分类号: TP181
• 字数: 4652字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2014.06.005

摘要

音乐情感识别是音乐检索的一个重要组成部分。基于音乐声学特征分析,尝试提取代表音乐声学特性的时域、频域、倒谱域的各种特征,并利用支持向量机(support vector machine,简称SVM)算法对中文音频进行情感分类,以研究不同特征组合在音乐情感分类上的效果。通过对比各种不同特征组合的音乐情感识别效果,发现由4个时域特征、频谱、幅度谱和相位谱组成的音乐特征对中文音乐情感分类的效果良好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵姝	安徽大学计算机科学与技术学院	82	555	13.0	19.0
2	刘峰	安徽大学计算机科学与技术学院	16	25	3.0	4.0
3	陈洁	安徽大学计算机科学与技术学院	48	232	8.0	13.0
4	魏华珍	安徽大学计算机科学与技术学院	3	5	1.0	2.0