音乐选择方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种音乐选择方法、装置、计算机设备和存储介质。所述方法包括：获取多首音乐，上述多首音乐包括多首治疗音乐、多首无标签音乐和多首用户偏好音乐；提取每首音乐的音频特征，得到治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集；根据治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的治疗性评分和偏好性评分；根据每首无标签音乐的治疗性评分和偏好性评分，从上述多首无标签音乐中筛选出满足预设条件的目标音乐。本申请实施例能够自动从无标签音乐中选出具有治疗性并且兼顾用户偏好的音乐作品。顾用户偏好的音乐作品。顾用户偏好的音乐作品。

【技术实现步骤摘要】
音乐选择方法、装置、计算机设备和存储介质


[0001]本申请涉及音乐治疗领域，特别是涉及一种音乐选择方法、装置、计算机设备和存储介质。

技术介绍

[0002]以下陈述仅提供与本申请有关的背景信息，而不必然地构成现有技术。
[0003]音乐治疗(musictherapy)是一种在身心疾病的治疗中能产生特别效果的基于实证的辅助疗法。用于音乐治疗的音乐作品(简称为治疗音乐)通常是由相关专业人士(比如音乐治疗师)基于专业的实证经验与判断来选择的。然而，这种选择方式比较依赖专业人士个人专业的实证经验，由于这类经验难以进行量化，因而难以将该选择方式实现自动化。
[0004]已有方案提出，可以从已有治疗音乐中学习出与治疗相关的音频特征，进而可以基于学习到的音频特征为未知音乐(即不确定是否能用于音乐治疗的音乐作品)的治疗性评分，相比上述的由专业人士基于经验来进行选择的方式，该方案可以更有效率地判断音乐作品是否属于治疗音乐和/或判断音乐作品的治疗性强弱。
[0005]然而，专利技术人发现，有经验的音乐治疗师通常会根据患者的音乐偏好来调整音乐的选择，使用兼具治疗性和偏好性的音乐来进行音乐治疗，往往会取得更好的疗效，而上述方案则仅仅从音乐本身的角度来为未知音乐评分，忽略了患者对音乐的偏好，导致最终选出的治疗音乐缺乏个性化，且疗效不佳。

技术实现思路

[0006]本申请针对上述不足或缺点，提供了一种音乐选择方法、装置、计算机设备和存储介质，本申请实施例能够自动从无标签音乐中选出具有治疗性并且兼顾用户偏好的音乐作品。
[0007]本申请根据第一方面提供了一种音乐选择方法，在一个实施例中，该方法包括：
[0008]获取多首音乐，上述多首音乐包括多首治疗音乐、多首无标签音乐和多首用户偏好音乐；
[0009]提取每首音乐的音频特征，得到治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集；
[0010]根据治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的治疗性评分和偏好性评分；
[0011]根据每首无标签音乐的治疗性评分和偏好性评分，从上述多首无标签音乐中筛选出满足预设条件的目标音乐。
[0012]在一个实施例中，根据治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的治疗性评分和偏好性评分，包括：
[0013]根据治疗音乐音频特征集和无标签音乐音频特征集确定每首无标签音乐的治疗性评分；
[0014]根据无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的偏好性评分。
[0015]在一个实施例中，根据治疗音乐音频特征集和无标签音乐音频特征集确定每首无标签音乐的治疗性评分，包括：
[0016]构建治疗性评价模型；
[0017]根据治疗音乐音频特征集和无标签音乐音频特征集确定治疗性评价模型的目标加权向量；
[0018]根据治疗性评价模型的目标加权向量确定每首无标签音乐的治疗性评分。
[0019]在一个实施例中，治疗性评价模型包括：
[0020][0021][0022]其中，σ2是治疗音乐的分数方差；s
t
和S'
t
分别是治疗音乐的序号和总数；s
u
和S'
u
分别是无标签音乐的序号和总数；是第s
t
首治疗音乐的音频特征，是第s
u
首无标签音乐的音频特征；w
t
是加权向量，b
t
是偏置量。
[0023]在一个实施例中，根据无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的偏好性评分，包括：
[0024]构建偏好性评价模型；
[0025]根据无标签音乐音频特征集和偏好音乐音频特征集确定偏好性评价模型的目标加权向量；
[0026]根据偏好性评价模型的目标加权向量确定每首无标签音乐的偏好性评分。
[0027]在一个实施例中，偏好性评价模型包括：
[0028][0029][0030]其中，σ2是偏好音乐的分数方差；s
p
和S'
p
分别是偏好音乐的序号和总数；s
u
和S'
u
分别是无标签音乐的序号和总数；是第s
p
首偏好音乐的音频特征，是第s
u
首无标签音乐的音频特征；w
p
是加权向量，b
p
是偏置量。
[0031]在一个实施例中，根据每首无标签音乐的治疗性评分和偏好性评分，从上述多首无标签音乐中筛选出满足预设条件的目标音乐，包括：
[0032]根据每首无标签音乐的治疗性评分和偏好性评分确定每首无标签音乐的综合评分；
[0033]根据每首无标签音乐的综合评分，从上述多首无标签音乐中筛选出满足预设条件的目标音乐。
[0034]本申请根据第二方面提供了一种音乐选择装置，在一个实施例中，该装置包括：
[0035]音乐获取模块，用于获取多首音乐，上述多首音乐包括多首治疗音乐、多首无标签音乐和多首用户偏好音乐；
[0036]提取模块，用于提取每首音乐的音频特征，得到治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集；
[0037]评价模块，用于根据治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的治疗性评分和偏好性评分；
[0038]选择模块，用于根据每首无标签音乐的治疗性评分和偏好性评分，从上述多首无标签音乐中筛选出满足预设条件的目标音乐。
[0039]本申请根据第三方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的实施例的步骤。
[0040]本申请根据第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一方法的实施例的步骤。
[0041]本申请的上述实施例，在进行音乐选择时，能够自动学习出治疗音乐中的与音乐治疗相关的音频特征，以及用户偏好音乐中的与用户偏好相关的音频特征，进而能够评价各首无标签音乐的治疗性和偏好性，基于各首无标签音乐的治疗性评分和偏好性评分即可自动从无标签音乐中筛选出具有治疗性并且兼顾用户偏好的音乐作品，相比以往普遍采用的，由专业人士凭借经验选取兼具治疗性和偏好性的音乐的方式，本申请实施例的选取效率更高，可以实现从大批量无标签音乐中筛选出兼具治疗性和偏好性的音乐；而相比仅凭音乐的音频特征来选取治疗音乐的方式，本申请实施例可以选取出兼具治疗性和偏好性的音乐，选取出的音乐更个性化，更符合用户的偏好，可以产生更好的疗效。
附图说明
[0042]图1为本申请一个或多个实施例提供的一种音乐选择方法的流程示意图；
[0043]图2为本申请一个示例中提供的对无标签音乐进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种音乐选择方法，其特征在于，所述方法包括：获取多首音乐，所述多首音乐包括多首治疗音乐、多首无标签音乐和多首用户偏好音乐；提取每首音乐的音频特征，得到治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集；根据所述治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的治疗性评分和偏好性评分；根据每首无标签音乐的治疗性评分和偏好性评分，从所述多首无标签音乐中筛选出满足预设条件的目标音乐。2.如权利要求1所述的方法，其特征在于，根据所述治疗音乐音频特征集、无标签音乐音频特征集和偏好音乐音频特征集确定每首无标签音乐的治疗性评分和偏好性评分，包括：根据所述治疗音乐音频特征集和所述无标签音乐音频特征集确定每首无标签音乐的治疗性评分；根据所述无标签音乐音频特征集和所述偏好音乐音频特征集确定每首无标签音乐的偏好性评分。3.如权利要求2所述的方法，其特征在于，根据所述治疗音乐音频特征集和所述无标签音乐音频特征集确定每首无标签音乐的治疗性评分，包括：构建治疗性评价模型；根据所述治疗音乐音频特征集和所述无标签音乐音频特征集确定所述治疗性评价模型的目标加权向量；根据所述治疗性评价模型的目标加权向量确定每首无标签音乐的治疗性评分。4.如权利要求3所述的方法，其特征在于，所述治疗性评价模型包括：所述治疗性评价模型包括：其中，σ2是治疗音乐的分数方差；s
t
和S'
t
分别是治疗音乐的序号和总数；s
u
和S'
u
分别是无标签音乐的序号和总数；是第s
t
首治疗音乐的音频特征，是第s
u
首无标签音乐的音频特征；w
t
是加权向量，b
t
是偏置量。5.如权利要求2所述的方法，其特征在于，
根据所述无标签音乐音频特征集和所述偏好音乐音频特征集确定每首无标签音乐的偏好性评分，包括：构建偏好性评价模型；根据所述无标签音乐音频特...

【专利技术属性】
技术研发人员：刘咏絮，
申请(专利权)人：致源科技深圳有限公司，
类型：发明
国别省市：