学位论文 > 优秀研究生学位论文题录展示
基于情感的音乐内容分析和合成研究
作 者: 朱华
导 师: 王上飞
学 校: 中国科学技术大学
专 业: 计算机应用技术
关键词: 音乐内容分析 情感音乐合成 感知相似性 度量函数选择 特征选择
分类号: TN912.33
类 型: 硕士论文
年 份: 2010年
下 载: 146次
引 用: 1次
阅 读: 论文下载
内容摘要
语义信息作为音乐内容的最高级抽象形式,能够被人们直接理解和交流。其中,情感语义是表达音乐的最本质特性。基于情感的音乐内容分析和合成研究是计算机音乐研究领域的重要组成部分,对推动多媒体技术和音乐娱乐中情感因素影响的发展具有重要意义。本论文围绕基于情感的音乐内容分析和合成开展了若干关键技术的研究,重点探讨了如何综合利用度量函数和特征进行相似性匹配评估的问题?如何弥补音乐底层物理特征相似性评估和高层情感感知语义相似性评估之间的语义鸿沟问题?如何解决音乐作品合成中知识表示、创作性和人机交互性、质量评估问题?本文的主要贡献可归纳为:(1)采用midi音乐格式,立足于音乐内容的情感分析,定位音乐的主音轨,识别主旋律片段,设计主观评估实验来得到具有独立情感语义的主旋律片段,并以此构建所分析音乐的情感表达模型;提取独立情感语义主旋律片段基于音符属性的整体统计特征以及时间序列特征;利用上述两者的结果,建立了包含音乐底层物理特征和高层情感语义特征的数据集,为后续的基于情感的内容分析建模提供数据样本。(2)在音乐情感内容分析建模的过程中,首先针对模型中相似性度量问题,提出了一种新的方法,基于遗传算法的度量函数选择和特征选择方法,综合利用度量函数和特征组合进行模式相似性匹配,选择满足进化目标的最优度量函数和特征组合,并在人工数据集和部分UCI数据集上验证所提方法的效果。随后,结合音乐情感的主观性,在上述方法基础上,提出了一种基于交互式遗传算法的度量函数和特征选择方法。引入了人的主观情感感知相似性评估,用以弥补底层物理特征相似性评估和高层情感感知语义相似性评估之间的语义鸿沟。结合已建立的数据集构建尽可能符合人对音乐情感感知相似性评估的内容分析模型。(3)使用KTH规则来表达音乐知识,将交互式遗传算法用于情感音乐合成。在音乐合成过程中,用户根据事先设定的情感诉求于合成作品所表达的情感的差异给出评价,使得合成的作品融入了用户的主观感受和情感体验。将心理物理学中构建心理量表的方法用来度量合成音乐作品的质量,为计算机合成音乐作品的质量评估问题提供了一种思路。
|
全文目录
摘要 4-5 ABSTRACT 5-7 目录 7-9 插图目录 9-10 表格目录 10-11 第1章 绪论 11-19 1.1 研究背景与意义 11 1.2 国内外研究现状 11-16 1.2.1 情感计算 11-12 1.2.2 基于情感的音乐内容分析 12-15 1.2.3 情感音乐合成 15-16 1.3 本论文的主要目标、工作和贡献 16-18 1.3.1 论文的主要目标和工作 16-17 1.3.2 论文的主要贡献 17-18 1.4 论文组织结构 18 1.5 本章小结 18-19 第2章 音乐情感空间 19-21 2.1 情感表示模型 19-20 2.2 本文情感表达模型 20 2.3 本章小结 20-21 第3章 音乐特征空间 21-28 3.1 音乐文件选择 21-22 3.2 音乐文件预处理 22 3.3 情感主观评估实验 22-23 3.4 音乐特征空间构建 23-26 3.5 情感数据集 26 3.6 本章小结 26-28 第4章 基于情感的音乐内容分析 28-56 4.1 特征选择和相似性度量 28-31 4.1.1 特征选择 28-29 4.1.2 相似性度量 29-31 4.1.3 度量函数选择和特征子集选择 31 4.2 基于遗传算法的度量函数选择和特征选择方法 31-45 4.2.1 遗传算法(Genetic Algorithm, GA) 31-33 4.2.2 K 近邻算法(K Nearest Neighbors Algorithm, KNN) 33 4.2.3 基于遗传算法的度量函数选择和特征选择方法 33-35 4.2.4 候选相似性度量函数 35-36 4.2.5 遗传算法编码方式 36-37 4.2.6 实验参数 37-38 4.2.7 人工数据集实验 38-41 4.2.8 部分UCI 标准数据集实验 41-45 4.3 音乐模式相似性 45-46 4.4 音乐情感内容分析模型 46-54 4.4.1 交互式遗传算法 47-48 4.4.2 基于交互式遗传算法的度量函数选择和特征选择 48-49 4.4.3 基于整体统计特征的数据集 49-53 4.4.4 基于时间序列特征的数据集 53-54 4.5 本章小结 54-56 第5章 基于情感的音乐合成 56-67 5.1 情感音乐合成模型 56-59 5.1.1 KTH 规则系统 56-57 5.1.2 情感音乐合成框架 57-59 5.2 实验结果与分析 59-66 5.2.1 情感音乐合成实验 59-60 5.2.2 评估实验 60-65 5.2.3 讨论 65-66 5.3 本章小结 66-67 第6章 总结与展望 67-70 6.1 本文工作 67-68 6.2 进一步研究工作 68-70 参考文献 70-74 致谢 74-75 读硕期间发表的学术论文与参加的科研项目 75-76 作者简历 76
|
相似论文
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 唇读中的特征提取、选择与融合,TP391.41
- 语音情感识别的特征选择与特征产生,TP18
- 基于数据分布特征的文本分类研究,TP391.1
- 车辆识别系统动态特征选择算法的研究与实现,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 基于群体智能的医学图像特征优化算法研究,TP391.41
- 基于FSVM的数据挖掘方法及其在入侵检测中的应用研究,TP393.08
- 流形学习的方差最小化准则,TP181
- 掌纹主线特征选择方法及成像系统研究,TP391.41
- 中国民族音乐特征提取与分类技术的研究,J607
- 随机森林特征选择,TP311.13
- 面向概念查询的生物医学多文档摘要技术研究,TP391.1
- 面向互联网中文舆情信息的情感倾向分析,TP391.1
- 基于粗糙集属性约简和加权SVM的入侵检测方法研究,TP393.08
- 基于决策树的网络流量分类研究,TP393.06
- 基于内容检索的垃圾邮件过滤器研究与实现,TP393.098
- 关节式物体检测识别及应用,TP391.41
- 基于英文博客空间文本的情感分析研究,TP391.1
- 结合本体HowNet的中文文本分类研究,TP391.1
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理 > 语音合成
© 2012 www.xueweilunwen.com
|