音樂作為人類生活的重要組成部分,可以傳達情感和調節(jié)聽眾的情緒。情感是音樂的本質特征,而音樂與情感之間的關系已成為許多學術研究的主題。該研究涉及許多不同的領域,包括哲學、音樂學、心理學、生物學、人類學和社會學。當下,隨著信息技術和人工智能的飛速發(fā)展,音樂情感識別研究進展迅速,成為數(shù)字音樂領域的重要研究方向之一。本文對音樂情感識別模型的構建和應用進行研究,其主要研究工作如下:(1)音樂特征分析技術的研究:通過分析MIDI文件的結構組成,提出基于音頻特征改進的輪廓線算法識別樂曲的主旋律,并在此基礎上提取出樂曲的情感特征并進行標準化處理,作為分類模型的輸入。(2)音樂情感識別模型的建立:根據(jù)數(shù)據(jù)規(guī)模建立情感心理模型,使用四類基本情感作為音樂情感分類的結果。選用支持向量機分類器機構建情感多分類模型,并用粒子群算法對模型參數(shù)進行優(yōu)化。(3)音樂情感識別模型的應用:研究基于情感識別的舞臺控制方法。通過樂段情感劃分技術,將樂曲分成數(shù)個樂段,并對樂段的情感進行識別,最后使識別結果與設計好的燈光方案一一匹配,將情感識別技術應用于舞臺燈光控制。論文收集了231個音樂片段,并進行人工標注訓練分類器;在主旋律提...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 組織結構
2 數(shù)字音樂信息基礎
    2.1 數(shù)字音樂的簡介
    2.2 音樂格式選取
    2.3 MIDI音樂的基礎
    2.4 本章小結
3 音樂特征分析模型
    3.1 主旋律提取模型
        3.1.1 預操作
        3.1.2 基本輪廓線算法
        3.1.3 基于音軌特征改進的輪廓線算法
    3.2 情感特征分析技術
    3.3 實驗結果分析
        3.3.1 主旋律提取實驗
        3.3.2 情感特征分析實驗
    3.4 本章小結
4 音樂情感識別模型
    4.1 音樂情感心理模型
        4.1.1 常用情感模型
        4.1.2 基礎情感模型
    4.2 音樂情感分類模型
        4.2.1 支持向量機算法
        4.2.2 基于支持向量機的音樂情感多分類模型
    4.3 基于粒子群優(yōu)化支持向量機的音樂情感分類模型
        4.3.1 粒子群優(yōu)化算法
        4.3.2 基于粒子群算法優(yōu)化的分類算法
    4.4 實驗結果分析
        4.4.1 基于支持向量機的音樂情感分類實驗
        4.4.2 常見的多分類模型對比實驗
    4.5 本章小結
5 音樂情感識別模型的應用
    5.1 基于音樂情感識別的舞臺燈光控制方法
    5.2 舞臺燈光情感匹配模塊
        5.2.1 樂段情感劃分
        5.2.3 樂段情感與燈光方案匹配
    5.3 舞臺燈光控制模塊
    5.4 實驗結果分析
        5.4.1 搭建模擬舞臺
        5.4.2 燈光動作設計
        5.4.3 舞臺應用實驗
    5.5 本章小結
6 總結與展望
    6.1 總結
    6.2 展望
參考文獻
致謝
攻讀碩士期間發(fā)表的學術論文及成果



本文編號：3828068