Key points are not available for this paper at this time.
Résumé La musique joue un rôle vital dans la culture et la société humaines, servant de forme d'expression universelle. Cependant, la classification précise des émotions musicales reste un défi en raison de la nature complexe des expressions émotionnelles dans la musique et de l'intégration de diverses sources de données. Pour relever ces défis, nous proposons le modèle d'interaction d'intégration multimodale et de décomposition musicale multilayer (MMD-MII). Ce modèle utilise un traitement croisé pour faciliter l'interaction entre l'audio et les paroles, garantissant la cohérence dans la représentation émotionnelle. De plus, nous introduisons un cadre hiérarchique basé sur la théorie musicale, se concentrant sur les sections principales et le refrain, avec le refrain traité séparément pour extraire des représentations émotionnelles précises. Les résultats expérimentaux sur les ensembles de données DEAM et FMA démontrent l'efficacité du modèle MMD-MII, atteignant des précisions respectives de 49,68 % et 49,54 %. Comparé aux méthodes existantes, notre modèle surpasse en précision et en scores F1, offrant des implications prometteuses pour les systèmes de recommandation musicale, la santé, la psychologie et la publicité, où une analyse émotionnelle précise est essentielle.
Wang et al. (Mon,) ont étudié cette question.