一种用于音乐治疗的音乐库生成系统和方法技术方案

本申请涉及一种用于音乐治疗的音乐库生成系统和方法，其中，该系统包括信息采集模块、筛选配对模块、歌单生成模块和运动图谱匹配模块，其中，信息采集模块，用于获取用户的多模态信息；筛选配对模块，用于将多模态信息与预设音乐库中的音乐进行匹配，得到若干音乐集合；歌单生成模块，用于根据预设权重值，从若干音乐集合中筛选得到用户的个人音乐库。通过本申请，解决了如何生成用于音乐治疗的音乐库的问题，基于用户的语音、动作、面部和注意力等多种模态信息，筛选匹配出用户的个人音乐库，实现了用于音乐治疗的音乐库的自动化生成。了用于音乐治疗的音乐库的自动化生成。了用于音乐治疗的音乐库的自动化生成。

【技术实现步骤摘要】
一种用于音乐治疗的音乐库生成系统和方法


[0001]本申请涉及医学理疗装置
，特别是涉及一种用于音乐治疗的音乐库生成系统和方法。

技术介绍

[0002]音乐治疗是基于心理学和音乐学的新兴治疗手段，通过综合运用音乐的多种特性，如节奏、歌词和韵律等特性，完成对生理心理障碍的干预和治疗。在一些发达国家或地区中音乐治疗已经非常普及，音乐治疗师需要经过长时间的学习和培训，培训课程涉及到脑神经科学、医学心理学等多方面内容，之后还要经过长时间的音乐训练才能获得合格证书，大多数医院诊所和养老院也都有专门的音乐治疗师提供音乐治疗服务。随着经济的发展、人民生活水平的逐步提高以及对医疗水平的要求进一步提高，音乐治疗的需求势必越来越大。
[0003]目前，各大音乐平台都有生成个性化歌单的功能，根据用户的音乐风格偏好、所喜爱歌手的艺术风格、歌词类型等进行个性化推荐，进而生成私人定制歌单，但这种方式生成的歌单仅能代表用户个人的音乐偏好，满足娱乐消遣的需求，并不能直接用于音乐治疗；用于音乐治疗的音乐需要音乐治疗师针对具体来访者来选择，而这往往需要花费音乐治疗师很多的时间。因此，如何生成用于音乐治疗的音乐库是当前音乐治疗场景下亟需解决的问题之一。
[0004]目前针对相关技术中如何生成用于音乐治疗的音乐库的问题，尚未提出有效的解决方案。

技术实现思路

[0005]本申请实施例提供了一种用于音乐治疗的音乐库生成系统和方法，以至少解决相关技术中如何生成用于音乐治疗的音乐库的问题。
[0006]第一方面，本申请实施例提供了一种用于音乐治疗的音乐库生成系统，所述系统包括信息采集模块、筛选配对模块和歌单生成模块；
[0007]所述信息采集模块，用于获取用户的多模态信息，其中，所述多模态信息包括基本信息、语音信息、动作信息、面部信息和注意力信息；
[0008]所述筛选配对模块，用于根据所述基本信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第一音乐集合，根据所述语音信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第二音乐集合，根据所述动作信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第三音乐集合，根据所述面部信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第四音乐集合，根据所述注意力信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第五音乐集合；
[0009]所述歌单生成模块，用于根据预设权重值，从所述第一音乐集合、所述第二音乐集合、所述第三音乐集合、所述第四音乐集合和所述第五音乐集合中筛选得到所述用户的个
人音乐库。
[0010]在其中一些实施例中，所述系统还包括运动图谱匹配模块；
[0011]所述运动图谱匹配模块，用于为所述个人音乐库匹配神经音乐运动图谱，所述运动图谱中的运动包括第一肢体动作、第二肢体动作和面部动作，其中，所述第一肢体动作的动作幅度大于所述第二肢体动作。
[0012]在其中一些实施例中，所述预设音乐库中的音乐具有音乐库分类因素的属性，其中，所述音乐库分类因素包括歌词、演唱类型、音乐类型、音域、年代、情绪、配器、速度和片段时长；
[0013]所述筛选配对模块，用于根据所有音乐库分类因素和所述基本信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第一音乐集合；
[0014]用于根据至少一种音乐库分类因素和所述语音信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第二音乐集合；
[0015]用于根据至少一种音乐库分类因素和所述动作信息，对所述动作信息与预设音乐库中的音乐进行匹配，得到所述用户的第三音乐集合；
[0016]用于根据所有音乐库分类因素和所述面部信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第四音乐集合；
[0017]用于根据至少五种音乐库分类因素和所述注意力信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第五音乐集合。
[0018]在其中一些实施例中，所述信息采集模块，用于通过附带麦克风的眼动追踪眼镜采集用户的音频数据，将所述音频数据输入语音识别模型，得到所述用户的语音信息。
[0019]在其中一些实施例中，所述信息采集模块，用于通过摄像头采集用户的视频数据，将所述视频数据输入动作识别模型，得到所述用户的动作信息。
[0020]在其中一些实施例中，所述信息采集模块，用于通过摄像头采集用户的视频数据，将所述视频数据输入面部情绪识别模型，得到所述用户的面部信息。
[0021]在其中一些实施例中，所述信息采集模块，用于通过附带麦克风的眼动追踪眼镜采集用户的眼球运动数据，基于眼球运动数据计算得到用户的注意力信息。
[0022]在其中一些实施例中，所述信息采集模块，用于通过问卷形式获取用户的基本信息，其中，所述基本信息至少包括年龄信息、性别信息、病情诊断信息和音乐偏好信息中的一种。
[0023]在其中一些实施例中，所述运动图谱匹配模块，用于通过Transformer人工智能模型和DIN人工智能模型，为所述个人音乐库匹配神经音乐运动图谱。
[0024]第二方面，本申请实施例提供了一种用于音乐治疗的音乐库生成方法，所述方法包括：
[0025]获取用户的多模态信息，其中，所述多模态信息包括基本信息、语音信息、动作信息、面部信息和注意力信息；
[0026]将所述基本信息与预设音乐库中的音乐进行匹配，得到所述用户的第一音乐集合，将所述语音信息与预设音乐库中的音乐进行匹配，得到所述用户的第二音乐集合，将所述动作信息与预设音乐库中的音乐进行匹配，得到所述用户的第三音乐集合，将所述面部信息与预设音乐库中的音乐进行匹配，得到所述用户的第四音乐集合，将所述注意力信息
与预设音乐库中的音乐进行匹配，得到所述用户的第五音乐集合；
[0027]根据预设权重值，从所述第一音乐集合、所述第二音乐集合、所述第三音乐集合、所述第四音乐集合和所述第五音乐集合中筛选得到所述用户的个人音乐库。
[0028]相比于相关技术，本申请实施例提供的一种用于音乐治疗的音乐库生成系统和方法。其中，该系统包括：信息采集模块，用于获取用户的多模态信息，其中，多模态信息包括基本信息、语音信息、动作信息、面部信息和注意力信息；筛选配对模块，用于将基本信息与预设音乐库中的音乐进行匹配，得到用户的第一音乐集合，将语音信息与预设音乐库中的音乐进行匹配，得到用户的第二音乐集合，将动作信息与预设音乐库中的音乐进行匹配，得到用户的第三音乐集合，将面部信息与预设音乐库中的音乐进行匹配，得到用户的第四音乐集合，将注意力信息与预设音乐库中的音乐进行匹配，得到用户的第五音乐集合；歌单生成模块，用于根据预设权重值，从第一音乐集合、第二音乐集合、第三音乐集合、第四音乐集合和第五音乐集合中筛选得到用户的个人音乐库，通过信息采集模块、筛选配对模块、歌单生成模块和运动图谱匹配模块，解决了如何生成用于音乐治疗的音乐库的问题，基于用户的语音、动作、面部和注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于音乐治疗的音乐库生成系统，其特征在于，所述系统包括信息采集模块、筛选配对模块和歌单生成模块；所述信息采集模块，用于获取用户的多模态信息，其中，所述多模态信息包括基本信息、语音信息、动作信息、面部信息和注意力信息；所述筛选配对模块，用于根据所述基本信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第一音乐集合，根据所述语音信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第二音乐集合，根据所述动作信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第三音乐集合，根据所述面部信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第四音乐集合，根据所述注意力信息将所述用户与预设音乐库中的音乐进行匹配，得到所述用户的第五音乐集合；所述歌单生成模块，用于根据预设权重值，从所述第一音乐集合、所述第二音乐集合、所述第三音乐集合、所述第四音乐集合和所述第五音乐集合中筛选得到所述用户的个人音乐库。2.根据权利要求1所述的系统，其特征在于，所述系统还包括运动图谱匹配模块；所述运动图谱匹配模块，用于为所述个人音乐库匹配神经音乐运动图谱，所述运动图谱中的运动包括第一肢体动作、第二肢体动作和面部动作，其中，所述第一肢体动作的动作幅度大于所述第二肢体动作。3.根据权利要求1所述的系统，其特征在于，所述预设音乐库中的音乐具有音乐库分类因素的属性，其中，所述音乐库分类因素包括歌词、演唱类型、音乐类型、音域、年代、情绪、配器、速度和片段时长；所述筛选配对模块，用于根据所有音乐库分类因素和所述基本信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第一音乐集合；用于根据至少一种音乐库分类因素和所述语音信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第二音乐集合；用于根据至少一种音乐库分类因素和所述动作信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第三音乐集合；用于根据所有音乐库分类因素和所述面部信息，对用户与预设音乐库中的音乐进行匹配，得到所述用户的第四音乐集合；用于根据至少五种音乐库分类因素...

【专利技术属性】
技术研发人员：唐倩兰，刘浩然，张晓薇，郑惠萍，王宁远，
申请(专利权)人：杭州南粟科技有限公司，
类型：发明
国别省市：