一种基于人在回路的音乐情绪干预方法

本申请实施例涉及多模态情绪计算与音乐生成干预技术领域，公开了一种基于人在回路的音乐情绪干预方法。该方法基于面部表情、语音及生理信号等多模态手段获取用户当前情绪状态；运用GPT‑2模型对用户意图及情感目标进行音乐理论富集，提取初始和弦与节奏条件；将所述符号化条件可视化呈现，由用户或专家进行校正，产生最终干预参数；采用时序对齐的特征融合与扩散/流匹配生成框架，融合文本语义、情感向量及校正后符号条件，合成个性化音乐片段；收集用户主观评分与多模态情感反馈，迭代优化融合策略直至满足预设效果。可以至少用以解决现有音乐情绪干预方法中缺乏人机交互调节机制、干预个性化不足、生成稳定性低及难以自适应优化的问题。