音乐情感分类技术演变：从Adaboost到深度学习

"本周报告关注的是音乐情感分类和音素识别的研究进展，主要涉及Adaboost算法、支持向量机(SVM)、循环神经网络(RNN)等技术在音乐情感分析和语音识别中的应用。报告介绍了自1999年以来自动化音乐情感分类的发展历程，并提到了多种情感模型和特征提取方法。" 在音乐情感分类领域，自动化技术的发展可以追溯到1999年，当时的E.Schuber通过分析基音周期、节奏、响度、频谱质心和恩利等特征，探讨了音乐与情感之间的联系。随着时间的推移，研究方法不断进化，例如2006年的Yuan-Yuanshi和XuanZhu利用Adaboost算法创建了双层情感分类模型，第一层基于强度和时域特征，第二层基于节奏特征，最终结合两层分类结果进行分类。2008年，Yi-Hsuan Yang和Yu-Cheng Lin将音乐情感分类视为回归问题，使用支持向量机(SVR)回归算法计算arousal和valence值，将音乐定位在情感平面中。 2010年，Jijun Wang和Kuo Zhang提出使用BP神经网络对MIDI音乐文件进行情感分类，而Lie Lu和Hong-Jiang Zang则利用高斯混合模型(GMM)进行音乐情绪检测。2013年，Yu-Hao Chin和Change-Hong Lin的双层SVM模型进一步提升了音乐情感分类的准确性和效率，通过预先训练的情感模型获取决策值，再输入第二层SVM进行最终分类。 在特征提取方面，倒谱分析是重要的音色特征提取方法，通过同态处理可以分离音频信号的声门激励和声道响应，获取声道共振特征和基音周期，这些信息对于理解音乐的情感内容至关重要。此外，循环神经网络(RNN)在语音识别领域的应用，如《基于循环神经网络的音素识别研究》中提到的，利用RNN的结构处理序列数据，提高了语音识别的性能。 音乐情感分类和音素识别的研究融合了多种机器学习和深度学习技术，包括Adaboost、SVM、RNN等，这些技术在提取音乐特征和理解音乐情感方面发挥了关键作用。随着技术的不断发展，未来音乐情感分析的精度和应用场景有望进一步拓宽。