[发明专利]情感标注的方法及其系统

说明书

本发明提供一种情感标注的方法及其系统，该方法包括：接收待标注的音频数据；采用预训练的至少一个训练模型对待标注的音频数据进行分析，将待标注的音频数据转换为声谱图，以确定待标注的音频数据的情感标签；为待标注的音频数据进行情感标注。将待识别音频数据通过预先训练的训练模型，将音频数据转化为声谱图识别，对音频数据的情感进行标注，实现了音频数据的自动化情感分类，降低了学习成本，缩短了开发周期。

技术领域

本发明涉及数据分析技术领域，尤其设计一种情感标注的方法及其系统。

背景技术

音乐情感的自动标注涉及到音乐理论、心理学、信号处理、模式识别、数据挖掘等相关的知识，但专业跨度大，自动识别过程复杂，且对技术人员的设计过程要求过高。

发明内容

本发明提供一种情感标注的方法及其系统，通过将音频数据的识别转化为图像识别，完成了歌曲情感的自动化标注，降低了学习成本，缩短了开发周期。

第一方面，本发明实施例提供一种情感标注的方法，该方法包括：

接收待标注的音频数据；

采用预训练的至少一个训练模型对待标注的音频数据进行分析，将待标注的音频数据转换为声谱图，以确定待标注的音频数据的情感标签；

为待标注的音频数据进行情感标注。

将待识别音频数据通过预先训练的训练模型，将音频数据转化为声谱图识别，对音频数据的情感进行标注，实现了音频数据的自动化情感分类，降低了学习成本，缩短了开发周期。

可选地，在采用预训练的至少一个训练模型对待标注的音频数据进行分析，确定待标注的音频数据的情感标签之前，方法还包括：

按照至少一个情感标签获取每个情感标签对应的训练集，训练集包括多个待训练音频数据；

将训练集包括的多个待训练音频数据分别转换为声谱图；

对训练集包括的多个待训练音频数据转换得到的每个声谱图进行模型训练，得到训练模型。

可选地，将训练集包括的多个待训练音频数据分别转换为声谱图，包括：

将多个待训练音频数据分别进行傅里叶变换，得到多个待训练音频数据的声谱图。

可选地，在将训练集包括的多个待训练音频数据分别转换为声谱图之后，方法还包括：

对多个待训练音频数据转换后的声谱图进行图像缩放；

将缩放后的声谱图进行模型训练，得到训练模型。

可选地，该方法包括采用AlexNet模型对声谱图进行模型训练得到训练模型。

第二方面，本发明实施例提供一种系统，系统包括：

接收单元，用于接收待标注的音频数据；

分析单元，用于采用预训练的至少一个训练模型对待标注的音频数据进行分析，将待标注的音频数据转换为声谱图，以确定待标注的音频数据的情感标签；

处理单元，还用于为待标注的音频数据进行情感标注。

将待识别音频数据通过预先训练的训练模型，将音频数据转化为声谱图识别，对音频数据的情感进行标注，实现了音频数据的自动化情感分类，降低了学习成本，缩短了开发周期。

可选地，系统还包括训练单元，

处理单元，还用于按照至少一个情感标签获取每个情感标签对应的训练集，训练集包括多个待训练音频数据；

处理单元，还用于将训练集包括的多个待训练音频数据分别转换为声谱图；