[发明专利]一种基于模块化的加权融合神经网络的音乐情感识别方法

摘要

本发明属于音乐内容分析领域，提出一种基于模块化的加权融合神经网络的音乐情感识别方法，利用改进的多通道结构实现更具全局性的频谱图细节处理，利用上下文信息加权实现深度时序关系处理，提升音乐情感数值预测的识别精度和稳定性。根据相关文献中情感描述规则，完成数据库音乐片段长度和数值的规范化；切分原始音频并提取对应频谱图，采用数据增强技术实现融合规则数据库的构建；通过调整深度神经网络感受野实现更具全局性的信息处理，提取显著性特征；利用长短时记忆模块处理时序信息，采用注意力机制提取深度关系；采用具有双重特性的损失函数，利用反向传播完成模型的优化和训练；最后，利用训练好的模型进行音乐情感数值预测。