← 返回列表
一种基于CBA模型的音乐情感识别方法和装置
摘要文本
本申请提供一种基于CBA模型的音乐情感识别方法和装置，所述CBA模型包括CNN模型、BiGRU模型和Attention模型；所述方法包括：利用CNN模型从待识别音乐片段中提取待识别特征矩阵，所述待识别特征矩阵包括多个维度的音乐特征；利用BiGRU模型对所述待识别特征矩阵进行序列化处理，得到各个时间周期的音频信息；其中，基于Attention模型计算各个时间周期的音乐特征权重，根据所述权重对各个时间周期的音频信息加权求和，得到综合待识别音乐时序；基于全连接层，对所述综合待识别音乐时序进行回归预测，预测所述待识别音乐片段的情感标签。本申请提供的基于CBA模型的音乐情感识别方法和装置，提供了一种专门用于音乐情感识别的音乐情感识别模型，可以实现音乐情感的准确识别。 关注微信公众号
申请人信息
- 申请人:北京建筑大学
- 申请人地址:100044 北京市西城区展览路1号
- 发明人: 北京建筑大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于CBA模型的音乐情感识别方法和装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410243382.4 |
| 申请日 | 2024/3/4 |
| 公告号 | CN117828537A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06F18/25 |
| 权利人 | 北京建筑大学 |
| 发明人 | 周若华; 马思涵 |
| 地址 | 北京市西城区展览馆路1号 |
专利主权项内容
1.一种基于CBA模型的音乐情感识别方法，其特征在于，所述CBA模型包括CNN模型、BiGRU模型和Attention模型；所述方法包括：利用CNN模型从待识别音乐片段中提取待识别特征矩阵，所述待识别特征矩阵包括多个维度的音乐特征；利用BiGRU模型对所述待识别特征矩阵进行序列化处理，得到各个时间周期的音频信息；其中，基于Attention模型计算各个时间周期的音乐特征权重，根据所述权重对各个时间周期的音频信息加权求和，得到综合待识别音乐时序；基于全连接层，对所述综合待识别音乐时序进行回归预测，预测所述待识别音乐片段的情感标签。