マルチ特徴融合に基づく音楽感情認識方法

音楽感情認識には、認識結果の大きな二乗平均平方根誤差や低いピアソン相関係数などの問題があります。音楽信号はウィンドウ関数によってフレームに分割され、時系列エンドポイント検出により音楽信号内のノイズが減少され、音楽信号が前処理されます。メル周波数ケプストラム係数を用いて、音程変化、遺伝子の上昇と下降、話速、遺伝子傾斜の特徴が抽出されます。抽出した音楽感情特徴に基づいて、マルチ特徴融合カーネル関数が構築されます。融合結果に基づいて、サポートベクターメカニズムを使ってマルチレベルSVM感情認識モデルが構築され、音楽感情認識が実現されます。実験結果は、提案された方法の二乗平均平方根誤差が常に0.02の範囲内にあり、最高のピアソン相関係数が約0.9であることを示しています。