Emotionale Musikgenerierung und multidimensionale Bewertung basierend auf künstlicher Intelligenz

Mit der schnellen Entwicklung der künstlichen Intelligenz in den Bereichen Musikgenerierung und Emotionserkennung ist die Frage, wie eine genaue Übereinstimmung zwischen Musikinhalt und Benutzeremotionszuständen erreicht werden kann, zu einem Forschungsschwerpunkt geworden. Bestehende Methoden weisen jedoch immer noch Mängel bei der Genauigkeit der Emotionserkenung, der emotionalen Konsistenz bei der Melodiegenerierung und dem multidimensionalen Bewertungsfeedback auf. Daher wurde ein auf künstlicher Intelligenz basierendes, emotionale gesteuertes Musikgenerierungs- und multidimensionales Bewertungsmodell entwickelt. Das Modell extrahiert Elektroenzephalogramm (EEG)-Signale, integriert den Hauptfrequenzmerkmale-Gewichtungsmechanismus und eine leichte Netzwerkstruktur, um eine effiziente Emotionserkenung mehrfrequenter EEG-Signale zu erreichen. Ein genetischer Algorithmus wird für die initiale Melodiekonstruktion verwendet und mit Long Short-Term Memory-Netzwerken kombiniert, um die zeitliche Sequenz der Melodien zu optimieren. Gleichzeitig wird eine multidimensionale Bewertungsfeedbackstruktur eingeführt, um die Konsistenzregulierung zwischen Melodie und emotionalen Labels zu stärken. Basierend auf zwei klassischen Datensätzen richtet die Forschung vier Arten von Simulationen zur Emotionsgenerierung ein und vergleicht sie mit drei gängigen Musikgenerierungsmodellen. Die experimentellen Ergebnisse zeigen, dass das Modell in wichtigen Kennzahlen wie Notenvorhersagegenauigkeit, Rhythmusübereinstimmung und Stilähnlichkeit Vorteile aufwies. Der Melodieähnlichkeitsscore erreichte 0,871, mit einem subjektiven Bewertungsdurchschnitt von 4,6 Punkten. Die Forschungsergebnisse zeigen, dass das Modell nicht nur eine hohe Generierungsgenauigkeit und emotionale Ausdruckskraft aufweist, sondern auch eine gute Robustheit und Generalisierungsfähigkeit in mehreren Szenarien zeigt, was eine effiziente intelligente Lösung für die emotionale Musikgenerierung und die interaktive Mensch-Computer-Kreation bietet.