[发明专利]一种基于深度学习的古诗词配乐方法及系统

说明书

本申请涉及配乐领域，尤其涉及一种基于深度学习的古诗词配乐方法及系统。方法包括：构建音乐分类模型；构建音乐库，通过音乐分类模型分别确定音乐库中音乐文件的音乐情感类型；基于深度学习构建古诗词分类模型；输入待匹配文本至古诗词分类模型，确定待匹配文本的主题分类结果和情感分类结果；基于预设的特征匹配模型，根据待匹配文本的主题分类结果和情感分类结果，确定可匹配的音乐情感类型并且在音乐库中搜索相应于可匹配的音乐情感类型的音乐文件，确定相应于待匹配文本的匹配音乐。本申请通过构建关于古诗词情感的古诗词分类模型，可以有针对性地对古诗词文本所表达的情感进行分析并且迅速地基于古诗词文本的情感进行音乐匹配。

技术领域

本申请涉及配乐领域，尤其涉及一种基于深度学习的古诗词配乐方法及系统。

背景技术

中国古典诗词是中华文化库中的瑰宝，不仅承担着提高文学素养的作用，也是弘扬中华优秀传统文化的重要手段。随着多媒体教学法的广泛普及，教师为了更顺利地推进教学活动，需要经常查找并获取与古诗词相匹配的背景音乐资源。

但是，海量的音乐作品造成了严重的信息过载问题，导致在检索与授课内容相匹配的音乐作品时，消耗了大量的不必要的时间与精力。因此，如何实现针对古诗词的音乐检索成为了一个极其重要的问题。

相较于普通文本信息，古诗词中凝练了大量的意象，旨在表达作者丰富的情感思想，因此古诗词文本分析的重点是结构、文字之间的连接关系以及诗词整体表现出的“意境”，把握住古诗词表达情感才能为其匹配合适的音乐。

目前，市面上存在一些根据文本信息进行配乐的方法，但是基本上都只是单纯的进行文本特征提取从而进行音乐的匹配，而忽略了古诗词相比于普通文本的的特点，导致无法给予古诗词文本相较于普通文本的同样准确的匹配率，最终给用户带来了极差的体验，因此，如何实现基于古诗词文本内容的音乐检索是一个亟需解决的问题。

发明内容

本申请提供了一种基于深度学习的古诗词配乐方法及系统，能够解决现有的基于文本信息进行配乐的技术无法给予古诗词文本相较于普通文本的同样准确的匹配率的问题。

第一方面，本申请的技术方案是一种基于深度学习的古诗词配乐方法，包括：

S1：构建关于音乐情感的音乐分类模型；可通过输入音乐文件至所述音乐分类模型，用于相应地确定音乐文件的音乐情感类型；

S2：构建包括若干个音乐文件的音乐库，通过音乐分类模型分别确定音乐库中若干个音乐文件的音乐情感类型；

S3：基于深度学习构建关于古诗词情感的古诗词分类模型；可通过输入古诗词文本至所述古诗词分类模型，用于相应地确定古诗词文本的主题分类结果和情感分类结果；

S4：获取待配乐的古诗词的待匹配文本，输入待匹配文本至古诗词分类模型，确定待匹配文本的主题分类结果和情感分类结果；

S5：基于预设的特征匹配模型，根据待匹配文本的主题分类结果和情感分类结果，确定相应于待匹配文本的可匹配的音乐情感类型并且在音乐库中搜索相应于可匹配的音乐情感类型的音乐文件，确定相应于待匹配文本的匹配音乐。

可选地，所述音乐分类模型包括：音乐特征模型、音乐识别模型和分类认知模型；

所述音乐特征模型，用于确定音乐文件中音乐基本单元的音乐特征；

所述音乐识别模型，用于确定音乐文件中音乐基本单元的音乐情感类型；

所述分类认知模型，用于根据音乐文件中音乐基本单元的音乐特征和音乐情感类型，确定音乐文件的音乐情感类型。

可选地，所述音乐特征模型中的音乐特征包括：音高、音强、旋律方向、速度、节拍和音色；

以及，所述音乐特征模型包括：Hevner情感环模型；