基于深度学习的音乐情绪分类研究

摘要：

为解决传统音乐情感分类特征单一,导致训练效果差的问题,提出了一种多模态注意力融合网络模型,首先将执行情感分类使用的歌词和音频分离,将上下文特征提取方法与分类器相结合,从而提高特征提取效率;其次通过注意机制融合多模态特征,从而加快模型训练效率及情感分类准确率;接着提出了一种自适应孤立森林噪声方法增强模型对不均衡样本的适应性,并在一定程度上缓解模型过拟合问题.最后,将模型与LSTM、GRU、BI-LSTM、BI-GRU等模型进行仿真比较,结果表明所提模型性能最优,情绪分类准确率可达96.46％.

关键词：音乐情感、深度学习、注意机制、多模态特征、随机森林

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

资助基金：保定市教育科学研究十四五规划资助项目213024

在线出版日期：2023-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33