[发明专利]一种波形音乐粗情感软切割分类方法

权利要求书

1.一种波形音乐粗情感软切割分类方法，其特征在于：包括以下步骤：

S1：提供音乐数据，并建立音乐分类数据的粗情感空间域；

S2：预处理，选取的音乐片段样本做粗情感软切割实验的训练样本集，将待识别的测试集波形音乐文件进行预处理；

S3：提取待识别的测试集波形音乐文件的音乐特征；

S4：对待识别的测试集波形音乐文件进行一次软切割，所述一次软切割为针对强度音乐特征量的软切割；

S5：对一次软切割后的音乐文件进行二次软切割，所述二次软切割为针对节奏音乐特征量的软切割；

S6：根据分类矩阵将待识别的测试集波形音乐文件的软切割结果归类到粗情感空间域中。

2.根据权利要求1所述的波形音乐粗情感软切割分类方法，其特征在于：所述提取待识别的测试集波形音乐文件的音乐特征包括以下步骤：

S31：首先通过小波变换中的Mallat快速分解算法对待识别的测试集波形音乐文件进行时频域的快速分解重构，得到低通滤波器和高通滤波器的冲击响应序列；

S32：然后提取音乐特征，所述音乐特征包括强度音乐特征量和节奏音乐特征量。

3.根据权利要求1所述的波形音乐粗情感软切割分类方法，其特征在于：所述强度音乐特征量以下公式来计算：

ek=Σi=k*N(k+1)*NxiN,i,k=0,1,2...]]>

其中，e_k为第k段短时平均能量即平均振幅，x_i为采集的第i个音乐数据，N为每段采集的音乐数据的数量。

4.根据权利要求1所述的波形音乐粗情感软切割分类方法，其特征在于：所述一次软切割的具体步骤如下：

S41：获取待识别的测试集波形音乐文件各频率段的振幅值；

S42：判断t(1)、t(2)、...时刻各频率段的振幅值是否超过阈值；

S43：选择超过阈值的单音或音项作为t(1)、t(2)、...时刻的音符比较项；

S44：通过以下公式计算t(k+1)时刻与t(k)时刻的音符比较项平均振幅之比c_k；

c_k＝e_k+1/e_k,k＝0,1,2,…

其中，e_k表示第k个音符比较项的平均能量，c_k表示后一时刻振幅比较项与前一时刻振幅比较项之比为振幅比较系数，k表示；

S45：判断音符比较项平均振幅之比c_k是否属于区间[a,b]，其中a表示，b表示；

S46：判断t(k)时刻后不属于区间[a,b]的音符比较项平均振幅之比c_k是否出现连续m次，其中，m表示；

S47：连续出现则可选择t(k)时刻为一次软切割节点，与前一个一次软切割节点组成片段为一次软切割片段，反之，继续向后比较。