基于音频与歌词的音乐情感分类研究

• 作者: 陈坤 韩立新
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 音频情感分类 歌词情感分类 多模态
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 研究与设计
• 页码范围: 15-20
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1801864

摘要

针对单一音频与单一歌词对音乐情感分类的不足,以及现有多模态融合分类算法精度不高等问题,提出一种新的基于音频与歌词的多模态融合音乐情感分类方法.首先分别对音频和文本单独处理,在音频方面,利用CapsNet网络对音频进行决策分类;在歌词方面,首先利用word2vec训练词向量,然后将词向量组合得到歌词句子向量,并利用LSTM模型决策分类.最后利用改进的多模态决策层融合方法将两者进行融合,最终得到音乐所属的情感类别.实验结果表明,提出的单一音频与单一歌词的音乐情感分类方法分别可以达到60.9％和53.2％的准确率,且改进的多模态融合方法较传统线性加权的决策层多模态融合有6.4％的提升效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩立新		47	272	9.0	15.0
2	陈坤		3	3	1.0	1.0