基于CNN-LSTM的歌曲音频情感分类

• 作者: 陈长风
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 音乐情感分类 卷积神经网络 长短期记忆网络 梅尔频率倒谱系数
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 1114-1118
• 页数: 5页
• 分类号: TP391.9
• 字数: 3282字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.05.014

摘要

歌曲中含有丰富的人类情感信息,而研究歌曲情感分类有助于对海量音乐数据进行组织和检索.事实上,从歌曲音频信号中可提取时域和频域内的多项特征参数.针对情感分类主题,提取了梅尔频率倒谱系数、过零率以及频谱质心等音频特征,分别将单一特征和融合特征输入分类器,以研究不同特征参数对情感分类的影响,并且以卷积神经网络作为特征选择层,构建了两种组合网络分类模型.实验证明,相较于传统的分类算法,CNN-LSTM组合模型在歌曲音频情感分类任务上具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈长风	杭州电子科技大学计算机学院	1	0	0.0	0.0