基于情感特征的背景音樂分類方法

李顏汐

摘 要： 為了準確描述背景音樂的類別，提出基于情感特征的背景音樂分類方法。針對當前方法沒有考慮情感特征的缺陷，提取情感特征，并與其他特征進行融合組成背景音樂分類特征向量，然后對特征進行篩選，作為神經網絡的輸入向量，最后采用神經網絡進行自動學習，建立背景音樂分類器，并對具體背景音樂數(shù)據進行分類和識別。實驗結果表明，該方法能夠準確區(qū)別各種背景音樂，分類正確率高達98%以上，同時也可以應用于其他音樂的分類，具有良好的推廣性。

關鍵詞： 背景音樂； 分類器設計； 情感特征； 特征向量

中圖分類號： TN912?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）15?0115?04

Abstract： In order to describe the categories of background music accurately， a background music classification method based on emotional feature is put forward. Since the defects of the emotional feature aren′t considered in current methods， the emotional feature is extracted， and fused with other features to compose the feature vector of background music classification. The feature is selected as the input vector of neural network. The neural network is used to perform the automatic learning to establish the background music classifier. The specific background music data is classified and identified. The experimental results show that the method can distinguish various background music accurately， its classification accuracy can reach up to 98%， which can be applied to the classification of other music， and has perfect generalization.

Keywords： background music； classifier design； emotional feature； feature vector

0 引 言

背景音樂是音樂的一種類型，在許多場合都會用到，如電影等[1?2]。如何選擇最合適的背景音樂與相應的場景搭配具有重要的實際應用價值。而背景音樂分類是背景音樂選擇的前提和基礎，因此背景音樂自動分類引起了人們的廣泛關注[3]。

針對背景音樂的自動分類問題，人們的研究一直沒有停止過，隨著研究不斷深入，當前背景音樂自動分類方法主要有基于時域特征的背景音樂自動分類方法和基于頻域特征的背景音樂自動分類方法兩種[4?5]。在實際應用中，單一的時域特征或者頻域特征都無法準確描述背景音樂的類別，自動分類和識別的準確性不高，而且錯誤分類率很高[6]。為此有學者結合了時域特征或者頻域特征優(yōu)點，提出基于組合特征的背景音樂自動分類方法[7]，與單一時域特征或者頻域特征，組合特征可以提供更多背景音樂信息，出現(xiàn)了線性判斷、灰色模型等背景音樂自動分類方法，但是當背景音樂中含有噪聲時，背景音樂自動分類效果變差[8?10]。特征太多，使得背景音樂自動分類器結構更加復雜，背景音樂自動分類效率低下。相對于其他音樂，背景音樂有自身的特殊性，因為要渲染氣氛，加入了情感特征，而當前背景音樂分類方法卻忽略了情感特征，分類正確率有待進一步提高[11?12]。

為了準確描述背景音樂的類別，提出基于情感特征的背景音樂分類方法。首先提取背景音樂的情感特征，然后采用蟻群優(yōu)化算法進行特征選擇，作為神經網絡的輸入向量，最后采用神經網絡進行自動學習，建立背景音樂分類器，并對具體背景音樂數(shù)據進行分類和識別。結果表明，該方法能夠準確區(qū)別各種背景音樂分類，分類正確率高達98%以上。

1 背景音樂信號的采集和處理

1.1 背景音樂信號的采集

采用專用設備對背景音樂信號進行采集，然后采用Cool Edit Pro2.1將其保存，結果如圖1所示。

1.2 背景音樂信號的預處理

背景音樂信號采集過程受到多種外界因素的干擾，包含有噪聲，噪聲對后繼的背景音樂信號分類產生不利影響，為了抑制噪聲對后續(xù)背景音樂信號自動分類的干擾，選擇小波變換對背景音樂信號進行去噪處理。選擇db6基函數(shù)，閾值為：

2 提取背景音樂的特征

在背景音樂分類過程中，情感特征比較多，本文選擇短時能量、時域方差和頻域方差作為特征，將它們組合作為背景音樂分類的特征向量。

2.1 提取背景音樂的短時能量特征

對背景音樂信號進行采集和去噪后，得到理想的背景音樂信號為提取其短時能量為：

2.2 時域方差特征提取

對于背景音樂信號的第幀，可以描述為：

2.3 提取背景音樂信號的頻域方差特征

對于某幀背景音樂信號進行傅里葉變換，相應的頻域信號為，具體可表示為：

3 篩選背景音樂的重要特征

通過上述步驟提取背景音樂分類特征，情感特征比較多，本文選擇短時能量、時域方差和頻域方差特征，原始特征數(shù)量比較大，若直接采用這些特征進行背景音樂分類，那么分類器的結構會十分復雜，對背景音樂分類效率產生負面影響，因此采用蟻群優(yōu)化算法對原始背景音樂分類特征進行篩選，簡化背景音樂分類器的結構，提高背景音樂分類效率，同時獲得更加理想的背景音樂分類結果。

蟻群優(yōu)化算法根據螞蟻爬行、覓食群體行為對問題進行求解，問題搜索的速度快，而且具有正反饋功能，因此性能要優(yōu)于其他人工智能算法。采用蟻群優(yōu)化算法進行背景音樂特征篩選就是要得到一條最優(yōu)路徑，該路徑每一個點組成了最后篩選出的最優(yōu)背景音樂特征，如圖2所示。

蟻群優(yōu)化算法篩選背景音樂特征的步驟如下：

（1） 螞蟻在進行背景音樂特征選擇過程中，通過節(jié)點的轉移來確定方向，而方向根據轉移概率實現(xiàn)，螞蟻從背景音樂特征移到特征的概率計算公式為：

式中：為啟發(fā)因子，根據背景音樂分類正確率估計；表示在時刻背景音樂特征與的路徑上的信息素濃度；為螞蟻移動過程中的節(jié)點禁忌表。

（2） 螞蟻完成一輪背景音樂特征搜索后，路徑上的信息濃度需要進行更新，具體為：

式中：表示迭代數(shù)；表示信息素殘留因子；為適應度函數(shù)值；為一常數(shù)。

（3） 時刻時，螞蟻找到第個背景音樂重要特征后，當進行第個特征搜索時，對前面?zhèn)€特征集合進行精細搜索，的任意子集為且有那么應該滿足如下條件：

（4） 若連續(xù)3次增加背景音樂特征時，的值沒有太大變化，那么說明此時背景音樂特征可以表示原始背景音樂特征信息，它們?yōu)樽钪匾谋尘耙魳诽卣鳌?/p>

蟻群優(yōu)化算法篩選背景音樂特征的流程圖如圖3所示。

4 背景音樂分類器的設計

采用BP神經網絡設計背景音樂分類器，其學習過程具體為：

BP神經網絡通過對權值和閾值進行自動調整，使得誤差最小，從而結束學習，并輸出相應的結果。

5 實驗結果與分析

為了分析基于情感特征的背景音樂分類效果，選擇一些背景音樂數(shù)據作為實驗對象，背景音樂有4種類型，分別為高興、悲傷、痛苦、舒緩，采集的每一種類型背景音樂樣本數(shù)量如表1所示。

選擇文獻[11?12]的音樂分類方法進行對比實驗，均執(zhí)行5次仿真實驗，選擇最高正確率為最終背景音樂分類的正確率，同時統(tǒng)計3種分類方法的平均分類時間（單位：s），結果如表2所示。

對表2的實驗結果進行分析，可以得到如下結論：

（1） 對比方法的背景音樂分類正確率低于本文分類方法，分類錯誤數(shù)比較多，說明對比方法不能很好地描述背景音樂分類的信息，難以準確區(qū)別背景音樂的類型。

（2） 本文方法的背景音樂分類正確率高于對比方法，大幅度降低了背景音樂的錯識分類數(shù)，主要是由于本文方法引入了情感特征，豐富了背景音樂的信息量，獲得了更優(yōu)的背景音樂分類結果。

（3） 相對于對比方法，本文方法的背景音樂平均分類時間最少，加快了背景音樂的分類速度，可以用于大規(guī)模背景音樂的檢索，實際應用價值更高。

6 結 語

為了正確區(qū)分背景音樂的類別，提出基于情感特征的背景音樂分類方法。針對當前方法忽略情感特征的作用，提取多種情感特征作為背景音樂分類特征向量，引入蟻群算法對特征進行篩選，降低了特征維數(shù)，簡化了背景音樂分類器的結構，神經網絡建立了背景音樂分類器，實驗結果表明，該方法可以快速、準確地區(qū)別各種類型的背景音樂，分類正確率要高于其他音樂分類方法，具有明顯的優(yōu)越性。

參考文獻

[1] DUNKER P， NOWAK S， BEGAU A， et a1. Content based mood classification for photos and music： a generic multi?modal classification framework and evaluation approach [C]// Procee?ding of the 1st ACM International Conference on Multimedia Information Retrieval. Vancouver： ACM， 2008： 97?104.

[2] YANG Y H， LIU C C， CHEN H H. Music emotion classification： a fuzzy approach [C]// Proceedings of the 14th Annual ACM international Conference on Multimedia. Santa Barbara： ACM， 2006： 81?84.

[3] YANG Y H， SU Y F， LIN Y C， et a1. Music emotion recognition： the role of individuality [C]// Proceedings of 2007 International Workshop. Augsburg： ACM， 2007： 13?21.

[4] 范勁松，方廷健.特征選擇和提取要素的分析及其評價[J].計算機工程與應用，2001（13）：95?99.

[5] 白亮，老松楊，陳劍，等.音頻自動分類中的特征分析和抽取[J].小型微型計算機系統(tǒng)，2005，26（11）：2029?2034.

[6] 秦丹，馬光志.基于挖掘技術的音樂風格識別系統(tǒng)[J].計算機工程與設計，2005，26（11）：3094?3096.

[7] 馬希榮，梁景蓮.基于情感音樂模版的音樂檢索系統(tǒng)研究[J].計算機科學，2009，36（1）：239?241.

[8] 陳功，張雄偉.一種基于灰關聯(lián)分析的語音/音樂分類方法[J].聲學技術，2007，26（2）：262?267.

[9] 石祥濱，趙健諭，劉芳，等.一種分段式音樂情感識別方法[J].小型微型計算機系統(tǒng)，2012，33（8）：1847?1850.

[10] 孟永輝，蔣冬梅，付中華，等.一種新穎的語言/音樂分割與分類方法[J].計算機工程與科學，2009，31（4）：106?109.

[11] 高林杰，張明.基于熵和支持向量機的音樂分類方法[J].計算機系統(tǒng)應用，2014，23（5）：83?88.

[12] 張燕，唐振民，李燕萍，等.基于MFCC和HMM的音樂分類方法研究[J].南京師范大學學報（工程技術版），2008（4）：112?114.

[13] 王小鳳，耿國華，李鵬，等.一個基于相關反饋的神經網絡音樂情感分類器構建算法[J].西北大學學報（自然科學版），2012，42（1）：30?35.