[发明专利]一种音乐分类方法及装置在审
申请号: | 201510057162.3 | 申请日: | 2015-02-04 |
公开(公告)号: | CN104573114A | 公开(公告)日: | 2015-04-29 |
发明(设计)人: | 李寿山;张栋;刘欢欢;周国栋 | 申请(专利权)人: | 苏州大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/62 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 常亮 |
地址: | 215123 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 音乐 分类 方法 装置 | ||
1.一种音乐分类方法,其特征在于,包括:
利用预先构建的每个基分类器分别对待分类音乐的相应音乐内容进行分类,得到每个所述基分类器的分类结果,所述分类结果中包括所述待分类音乐的相应音乐内容含有不同情绪类别的后验概率;
将各个所述基分类器的分类结果依据所述情绪类别进行融合,得到最终分类结果;
根据所述最终分类结果对所述待分类音乐进行情绪判断,确定所述待分类音乐含有的情绪类别。
2.根据权利要求1所述的方法,其特征在于,所述将各个所述基分类器的分类结果依据所述情绪类别进行融合,得到最终分类结果的过程为:
将各个所述基分类器的分类结果中的相同情绪类别的后验概率分别相加,得到最终分类结果,其中,所述最终分类结果中包括每种所述情绪类别的唯一的后验概率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述最终分类结果对所述待分类音乐进行情绪判断,确定所述待分类音乐含有的情绪类别的过程为:
比较所述最终分类结果中每种情绪类别的后验概率,将所述后验概率最大的情绪类别确定为第一情绪类别;
将预先设置的与所述第一情绪类别对应的第二情绪类别确定为所述待分类音乐含有的情绪类别。
4.根据权利要求1所述的方法,其特征在于,预先构建基分类器的过程为:
接收包括若干首音乐的音乐集,所述音乐携带该音乐含有的情绪类别;
将所述音乐集中的每首音乐的不同音乐内容分开,针对每种音乐内容得到与其对应的第一音乐集,其中,所述第一音乐集中包括所述音乐集中所有音乐的与该第一音乐集对应的音乐内容;
针对每个所述第一音乐集,利用预先设置的机器学习分类方法进行分类,得到与其对应的基分类器。
5.根据权利要求1所述的方法,其特征在于,还包括:记录所述待分类音乐含有的情绪类别。
6.一种音乐分类装置,其特征在于,包括:
分类单元,用于利用预先构建的每个基分类器分别对待分类音乐的相应音乐内容进行分类,得到每个所述基分类器的分类结果,所述分类结果中包括所述待分类音乐的相应音乐内容含有不同情绪类别的后验概率;
融合单元,用于将各个所述基分类器的分类结果依据所述情绪类别进行融合,得到最终分类结果;
确定单元,用于根据所述最终分类结果对所述待分类音乐进行情绪判断,确定所述待分类音乐含有的情绪类别。
7.根据权利要求6所述的装置,其特征在于,所述融合单元将各个所述基分类器的分类结果中的相同情绪类别的后验概率分别相加,得到最终分类结果,其中,所述最终分类结果中包括每种所述情绪类别的唯一的后验概率。
8.根据权利要求7所述的装置,其特征在于,所述确定单元包括:
比较单元,用于比较所述最终分类结果中每种情绪类别的后验概率,将所述后验概率最大的情绪类别确定为第一情绪类别;
确定子单元,用于将预先设置的与所述第一情绪类别对应的第二情绪类别确定为所述待分类音乐含有的情绪类别。
9.根据权利要求6所述的装置,其特征在于,还包括:
基分类器构建单元,用于接收包括若干首音乐的音乐集,所述音乐携带该音乐含有的情绪类别;以及,
将所述音乐集中的每首音乐的不同音乐内容分开,针对每种音乐内容得到与其对应的第一音乐集,其中,所述第一音乐集中包括所述音乐集中所有音乐的与该第一音乐集对应的音乐内容;以及,
针对每个所述第一音乐集,利用预先设置的机器学习分类方法进行分类,得到与其对应的基分类器。
10.根据权利要求6所述的装置,其特征在于,还包括:
记录单元,用于记录所述待分类音乐含有的情绪类别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学;,未经苏州大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510057162.3/1.html,转载请声明来源钻瓜专利网。