在移動互聯(lián)網(wǎng)的發(fā)展下催生了一批又一批以短視頻為主要業(yè)務(wù)的互聯(lián)網(wǎng)產(chǎn)品,如何做到產(chǎn)品的精準(zhǔn)營銷,針對不同的客戶推薦合適視頻,構(gòu)建完整的用戶畫像已經(jīng)成為時下比較熱門的研究課題�，F(xiàn)有的短視頻推薦都是基于視頻內(nèi)容本身,很少與背景音樂情感特征標(biāo)簽相結(jié)合,本文從短視頻背景音樂的情感標(biāo)簽出發(fā),來探討怎樣做好精準(zhǔn)推薦。人類的感情豐富,創(chuàng)作的音樂也是一種情感的表現(xiàn)方面,如何給音樂情感做好分類就是本文研究的核心。識別音樂情感的首要基礎(chǔ)是語音識別,在這一領(lǐng)域已經(jīng)有很多學(xué)者展開了研究,較多是對聲音類別的判斷,在音樂方面的識別主要是對音樂類型的識別,而在近幾年對情感的識別也是行業(yè)研究的重點(diǎn)。本文選取了網(wǎng)易云音樂的1068首音頻,每類按照7:2:1分為訓(xùn)練集、測試集和驗證集。首先將歌曲分段,每30s為一段,將格式為wav的音頻轉(zhuǎn)換為梅爾頻率倒譜頻率即MFCC,將每段音頻進(jìn)行每0.96s為一幀,最后一幀的格式為96*64,其次將這樣格式的一幀輸入VGGish網(wǎng)絡(luò)提取為128維的特征數(shù)組,所以每一個30秒的片段提取的特征embedding為30*128。由此實(shí)現(xiàn)了將非格式化的音頻數(shù)據(jù)向格式化數(shù)據(jù)的轉(zhuǎn)換,以便做后續(xù)研究。... 

【文章來源】：天津商業(yè)大學(xué)天津市

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【部分圖文】：

RNN網(wǎng)絡(luò)結(jié)構(gòu)圖

RNN結(jié)構(gòu)

第二章 方法原理的是一個拼接，假設(shè)他們都是 000 維的，那的了。不足的是雙向 RNN 需要的內(nèi)存是單向 RN向 RNN 需要保存兩個方向上的權(quán)重參數(shù)，而在分藏層輸出的信息，所以需要更大的內(nèi)存在雙向 RN層雙向 RNN，目的是將信息學(xué)得更牢固，減少關(guān)包括兩個方面，分別是前一時刻的隱藏層傳過來的傳過來的信息 [;]( 1)( 1) 1 ititithhh ，包括前向和后向的

【參考文獻(xiàn)】：
期刊論文
[1]基于優(yōu)化的LSTSVM的多模態(tài)生理信號情感識別[J]. 金純,陳光勇.  電子技術(shù)應(yīng)用. 2018(03)
[2]基于參數(shù)尋優(yōu)決策樹SVM的語音情感識別[J]. 王富,孫林慧,蘇敏,趙城.  計算機(jī)技術(shù)與發(fā)展. 2018(07)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)和長短時記憶神經(jīng)網(wǎng)絡(luò)的非特定人語音情感識別算法[J]. 姚增偉,劉煒煌,王梓豪,劉雅倩,潘家輝.  新型工業(yè)化. 2018(02)
[4]改進(jìn)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的語音情感識別[J]. 陳闖,Ryad Chellali,邢尹.  計算機(jī)應(yīng)用研究. 2019(02)
[5]基于DBN的多特征融合音樂情感分類方法[J]. 龔安,丁明波,竇菲.  計算機(jī)系統(tǒng)應(yīng)用. 2017(09)
[6]基于情感特征的背景音樂分類方法[J]. 李顏汐.  現(xiàn)代電子技術(shù). 2017(15)
[7]基于雙向情感分析的實(shí)時性音樂推薦系統(tǒng)設(shè)計[J]. 毋亞男,劉德然,許小可.  大連民族大學(xué)學(xué)報. 2017(01)
[8]基于支持向量機(jī)（SVM）的音樂情感分類[J]. 陳維華.  軟件工程. 2016(12)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的音樂情感分類及評價模型[J]. 趙偉.  電子設(shè)計工程. 2015(08)
[10]基于深度學(xué)習(xí)的微博情感分析[J]. 梁軍,柴玉梅,原慧斌,昝紅英,劉銘.  中文信息學(xué)報. 2014(05)

碩士論文
[1]音頻文本混合的歌曲深度情感識別[D]. 陳煒亮.合肥工業(yè)大學(xué) 2017
[2]融入音樂子人格特質(zhì)和社交網(wǎng)絡(luò)行為分析的音樂推薦方法[D]. 黃治移.浙江工商大學(xué) 2015
[3]基于特征向量的音樂情感分析的研究[D]. 胡冰潔.西安電子科技大學(xué) 2014
[4]基于內(nèi)容的個人音樂情感分析模型[D]. 曲浥塵.上海交通大學(xué) 2013
[5]基于TF-IDF的音頻和歌詞特征融合模型的音樂情感分析研究[D]. 程一峰.重慶大學(xué) 2012
[6]基于神經(jīng)網(wǎng)絡(luò)的音樂情感模型研究[D]. 周生帆.長春理工大學(xué) 2010
[7]音樂情感的計算機(jī)分析與自動識別技術(shù)研究[D]. 彭瓊.上海交通大學(xué) 2008



本文編號：3128016