一种音乐分类方法及装置制造方法及图纸

本发明专利技术提供了一种音乐分类方法及装置。该方法包括：根据训练集的音乐数据的声学特征和流派标签训练通用流派分类器，并根据训练集的音乐数据的声学特征和情感标签训练通用情感分类器；选取训练集中的不同情感的音乐数据，训练针对不同情感的流派分类器，并选取训练集中不同流派的音乐数据，训练针对不同流派的情感分类器；根据所述通用流派分类器、各个不同流派的情感分类器、通用情感分类器、各个不同情感的流派分类器获取流派情感预测表；根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签。本发明专利技术实施例在进行分类的过程中，充分考虑流派与情感类别的相互关系，根据流派情感预测表对待分类音乐进行综合评估，提高了音乐分类的准确性。

【技术实现步骤摘要】
一种音乐分类方法及装置
本专利技术涉及数据处理
，具体涉及一种音乐分类方法及装置。
技术介绍
音乐分类是基于音乐的声学特征采用经机器学习得到的分类器对没有标记的音乐进行分类与标记。提取待分类音乐的音色特征和节奏特征等声学特征，完成对音乐的情感分类和流派分类。现有的音乐分类方法中情感和流派的分类都是分开处理。在针对情感分类的音乐分类方法中,一种方法是训练数据集中不含有流派信息(或即使有流派信息也不考虑)，训练情感分类模型，通过训练后的情感分类模型进行情感分类；另一种方法是训练数据集中包含流派信息,针对每一个流派训练情感分类模型，用于分类流派明确的音乐，但如果待分类音乐流派不明,就无法通过这种方法完成音乐分类。现有的技术方案对音乐流派与情感建立的分类模型过于简单,没有考虑流派与情感类别的相互关系,造成音乐分类结果准确性差。
技术实现思路
本专利技术实施例提供一种音乐分类方法，用于解决现有的音乐分类方法中分类结果准确性差的问题。本专利技术实施例提供了一种音乐分类方法，包括:根据训练集的音乐数据的声学特征和流派标签训练通用流派分类器，并根据训练集的音乐数据的声学特征和情感标签训练通用情感分类器；选取训练集中的不同情感的音乐数据，训练针对不同情感的流派分类器，并选取训练集中不同流派的音乐数据，训练针对不同流派的情感分类器；根据所述通用流派分类器获取待分类音乐的第一预估流派预测结果，根据各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的第一预估情感预测结果，将所述第一预估情感预测结果填入流派情感预测表，并根据所述通用情感分类器获取所述待分类音乐的第二预估情感预测结果，根据各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的第二预估流派预测结果，并将所述第二预估流派预测结果填入所述流派情感预测表；根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签。可选地，所述根据所述通用流派分类器获取待分类音乐的第一预估流派预测结果，包括：根据所述通用流派分类器获取待分类音乐的隶属流派的第一排序结果；根据所述第一排序结果获取待分类音乐的第一预估流派预测结果；其中，将所述第一排序结果转换为所述第一预估流派预测结果的公式为：Pg(i)＝(1-αg)i-1αg其中，Pg(i)为所述待分类音乐隶属于排序为i的流派的估计概率，αg为所述通用流派分类器采用测试集得到的流派分类准确率。可选地，所述根据各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的第一预估情感预测结果，包括：根据所述各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的隶属情感的第二排序结果；根据所述第二排序结果获取所述待分类音乐的第一预估情感预测结果；其中，将所述第二排序结果转换为所述第一预估情感预测结果的公式为：其中，Pe(j)为所述待分类音乐隶属于排序为j的情感的估计概率，为流派i情感分类器采用测试集得到的情感分类准确率。可选地，所述根据所述通用情感分类器获取所述待分类音乐的第二预估情感预测结果，包括：根据所述通用情感分类器获取所述待分类音乐的隶属情感的第三排序结果；根据所述第三排序结果获取待分类音乐的第二预估情感预测结果；其中，将所述第三排序结果转换为所述第二预估情感预测结果的公式为：Pe(j)＝(1-αe)j-1αe其中，Pe(j)为所述待分类音乐隶属于排序为j的情感的估计概率，αe为所所述通用情感分类器采用测试集得到的情感分类准确率。可选地，所述根据各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的第二预估流派预测结果，包括：根据所述各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的隶属流派的第四排序结果；根据所述第四排序结果获取所述待分类音乐的第二预估流派预测结果；其中，将所述第四排序结果转换为所述第二预估流派预测结果的公式为：其中，Pg(i)为所述待分类音乐隶属于排序为i的流派的估计概率，为情感j流派分类器采用测试集得到的流派分类准确率。可选地，所述根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签，包括：根据如下公式获取所述待分类音乐的各个流派标签的第一权重值：对所述待分类音乐的各个流派标签的第一权重值进行排序，将排在前面第一预设个数的流派标签确定为所述待分类音乐的流派标签；根据如下公式获取所述待分类音乐的各个情感标签的第二权重值：对所述待分类音乐的各个情感标签的第二权重值进行排序，将排在前面第二预设个数的流派标签确定为所述待分类音乐的情感标签；其中，GF[i]为第i个流派标签的第一权重值；EF[j]为第j个情感标签的第二权重值；M为待分类音乐中流派标签的种类；N为待分类音乐中情感标签的种类；GE[i，j]为所述流派情感预测表中第i行第j列元素的值。可选地，所述第一预设个数为1，所述第二预设个数为1。可选地，所述通用流派分类器、所述通用情感分类器、所述针对不同情感的流派分类器和所述针对不同流派的情感分类器是基于最大期望算法训练得到的。本专利技术实施例提供了一种音乐分类装置，包括：通用分类器训练单元，用于根据训练集的音乐数据的声学特征和流派标签训练通用流派分类器，并根据训练集的音乐数据的声学特征和情感标签训练通用情感分类器；流派情感分类器训练单元，用于选取训练集中的不同情感的音乐数据，训练针对不同情感的流派分类器，并选取训练集中不同流派的音乐数据，训练针对不同流派的情感分类器；流派情感预测表获取单元，用于根据所述通用流派分类器获取待分类音乐的第一预估流派预测结果，根据各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的第一预估情感预测结果，将所述第一预估情感预测结果填入流派情感预测表，并根据所述通用情感分类器获取所述待分类音乐的第二预估情感预测结果，根据各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的第二预估流派预测结果，并将所述第二预估流派预测结果填入所述流派情感预测表；标签获取单元，用于根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签。本专利技术实施例提供的音乐分类方法及装置，根据训练集的音乐数据的声学特征和流派标签训练通用流派分类器，并根据训练集的音乐数据的声学特征和情感标签训练通用情感分类器；选取训练集中的不同情感的音乐数据，训练针对不同情感的流派分类器，并选取训练集中不同流派的音乐数据，训练针对不同流派的情感分类器；根据所述通用流派分类器、各个不同流派的情感分类器、通用情感分类器、各个不同情感的流派分类器获取流派情感预测表；根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签。本专利技术实施例在进行分类的过程中，充分考虑流派与情感类别的相互关系，根据流派情感预测表对待分类音乐进行综合评估，提高了音乐分类的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一个实施例的音乐分类方法的流程示意图；图2是本专利技术一个实施例的音乐分类方法的原理图；图3是本文档来自技高网...

【技术保护点】
一种音乐分类方法，其特征在于，包括:根据训练集的音乐数据的声学特征和流派标签训练通用流派分类器，并根据训练集的音乐数据的声学特征和情感标签训练通用情感分类器；选取训练集中的不同情感的音乐数据，训练针对不同情感的流派分类器，并选取训练集中不同流派的音乐数据，训练针对不同流派的情感分类器；根据所述通用流派分类器获取待分类音乐的第一预估流派预测结果，根据各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的第一预估情感预测结果，将所述第一预估情感预测结果填入流派情感预测表，并根据所述通用情感分类器获取所述待分类音乐的第二预估情感预测结果，根据各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的第二预估流派预测结果，并将所述第二预估流派预测结果填入所述流派情感预测表；根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签。

【技术特征摘要】
1.一种音乐分类方法，其特征在于，包括:根据训练集的音乐数据的声学特征和流派标签训练通用流派分类器，并根据训练集的音乐数据的声学特征和情感标签训练通用情感分类器；选取训练集中的不同情感的音乐数据，训练针对不同情感的流派分类器，并选取训练集中不同流派的音乐数据，训练针对不同流派的情感分类器；根据所述通用流派分类器获取待分类音乐的第一预估流派预测结果，根据各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的第一预估情感预测结果，将所述第一预估情感预测结果填入流派情感预测表，并根据所述通用情感分类器获取所述待分类音乐的第二预估情感预测结果，根据各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的第二预估流派预测结果，并将所述第二预估流派预测结果填入所述流派情感预测表；根据所述流派情感预测表获取所述待分类音乐的流派标签和情感标签。2.根据权利要求1所述的方法，其特征在于，所述根据所述通用流派分类器获取待分类音乐的第一预估流派预测结果，包括：根据所述通用流派分类器获取待分类音乐的隶属流派的第一排序结果；根据所述第一排序结果获取待分类音乐的第一预估流派预测结果；其中，将所述第一排序结果转换为所述第一预估流派预测结果的公式为：Pg(i)＝(1-αg)i-1αg其中，Pg(i)为所述待分类音乐隶属于排序为i的流派的估计概率，αg为所述通用流派分类器采用测试集得到的流派分类准确率。3.根据权利要求1所述的方法，其特征在于，所述根据各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的第一预估情感预测结果，包括：根据所述各个不同流派的情感分类器和所述第一预估流派预测结果获取所述待分类音乐的隶属情感的第二排序结果；根据所述第二排序结果获取所述待分类音乐的第一预估情感预测结果；其中，将所述第二排序结果转换为所述第一预估情感预测结果的公式为：其中，Pe(j)为所述待分类音乐隶属于排序为j的情感的估计概率，为流派i情感分类器采用测试集得到的情感分类准确率。4.根据权利要求1所述的方法，其特征在于，所述根据所述通用情感分类器获取所述待分类音乐的第二预估情感预测结果，包括：根据所述通用情感分类器获取所述待分类音乐的隶属情感的第三排序结果；根据所述第三排序结果获取待分类音乐的第二预估情感预测结果；其中，将所述第三排序结果转换为所述第二预估情感预测结果的公式为：Pe(j)＝(1-αe)j-1αe其中，Pe(j)为所述待分类音乐隶属于排序为j的情感的估计概率，αe为所所述通用情感分类器采用测试集得到的情感分类准确率。5.根据权利要求1所述的方法，其特征在于，所述根据各个不同情感的流派分类器和所述第二预估情感预测结果获取所述待分类音乐的第二预估流派预测结果，包括：根据所述各个不同情感...

【专利技术属性】
技术研发人员：王永滨，孙书韬，安靖，王琦，王剑，
申请(专利权)人：北京协同创新研究院，中国传媒大学，
类型：发明
国别省市：北京,11