摘要
本发明提供的基于上下文特征的音乐情感识别方法、装置、设备及介质,涉及人工智能技术领域,本发明方法通过对音乐样本数据集进行数据处理与特征提取后,采用深度置信网络DBN模型训练学习音乐的局部特征,得到DBN融合特征;构建特征金字塔,以提高模型对不同分辨率下的特征提取的准确性,得到多尺度融合DBN模型;再结合一定时间间隔的前后音乐片段的特征,计算出上下文特征值差,并根据特征值差,进行相邻片段之间的上下文特征融合,以修正模型对情感一致性的理解,最终得到音乐情感识别模型。本发明方法能够捕捉音乐不同层次的细节特征,提高了音乐特征提取与情感分类识别的效率。
技术关键词
DBN模型
上下文特征
音乐情感识别方法
深度置信网络
特征金字塔
特征值
音频特征
金字塔模型
多尺度
文本
金字塔特征
分辨率
样本
计算机可读指令
音乐特征提取
学习特征
可读存储介质
数据
系统为您推荐了相关专利信息
情感分析方法
节点
Softmax函数
实体
网络
变压器故障诊断方法
数据驱动模型
决策树分类器
受限玻尔兹曼机
深度置信网络
中医数据处理方法
音频特征数据
图像特征数据
脉象数据
舌象图像
风力涡轮机
注意力
空间权重矩阵
头部组件
特征金字塔网络