本申請涉及人工智能，尤其涉及一種多模態(tài)音樂情感分類方法、裝置及歌曲推薦方法。

背景技術(shù)：

1、隨著音樂作品爆發(fā)式增長，越來越多的平臺開始布局音樂的情感化設(shè)計(jì)，將音樂的情感屬性放大，以觸達(dá)用戶的情感需求。目前，音樂情感分類的主流方法為多模態(tài)分類方法，但是相關(guān)技術(shù)中的多模態(tài)音樂情感分類均存在分類精準(zhǔn)性不高的問題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述問題，本申請?zhí)峁┝艘环N多模態(tài)音樂情感分類方法、裝置及歌曲推薦方法。

2、根據(jù)本申請的第一方面，提供了一種多模態(tài)音樂情感分類方法，包括：

3、獲取待分類歌曲的歌單數(shù)據(jù)、歌詞數(shù)據(jù)和音頻數(shù)據(jù)；

4、基于預(yù)設(shè)的情感字典，分別對所述歌單數(shù)據(jù)和所述歌詞數(shù)據(jù)進(jìn)行特征提取，并根據(jù)特征提取結(jié)果，確定所述歌單數(shù)據(jù)對應(yīng)的第一情感分類概率和所述歌詞數(shù)據(jù)對應(yīng)的第二情感分類概率；

5、對所述音頻數(shù)據(jù)進(jìn)行特征提取，獲取音頻特征向量，并基于所述音頻特征向量，確定所述音頻數(shù)據(jù)對應(yīng)的第三情感分類概率；

6、將所述第一情感分類概率、所述第二情感分類概率和所述第三情感分類概率進(jìn)行多模態(tài)融合處理，確定所述待分類歌曲的情感分類標(biāo)簽。

7、根據(jù)本申請的第二方面，提供了一種歌曲推薦方法，包括：

8、確定第一用戶的用戶畫像信息；其中，所述用戶畫像信息為基于所述第一用戶的多元用戶信息進(jìn)行聚類處理后得到的；

9、根據(jù)所述用戶畫像信息和歌曲庫中至少一個(gè)歌曲的情感分類標(biāo)簽，確定與所述第一用戶匹配的歌曲；其中，所述情感分類標(biāo)簽為基于上述第一方面所述的方法確定的；

10、將所述與所述第一用戶匹配的歌曲推薦至所述第一用戶。

11、根據(jù)本申請的第三方面，提供了一種多模態(tài)音樂情感分類裝置，包括：

12、第一獲取模塊，用于獲取待分類歌曲的歌單數(shù)據(jù)、歌詞數(shù)據(jù)和音頻數(shù)據(jù)；

13、第一確定模塊，用于基于預(yù)設(shè)的情感字典，分別對所述歌單數(shù)據(jù)和所述歌詞數(shù)據(jù)進(jìn)行特征提取，并根據(jù)特征提取結(jié)果，確定所述歌單數(shù)據(jù)對應(yīng)的第一情感分類概率和所述歌詞數(shù)據(jù)對應(yīng)的第二情感分類概率；

14、第二確定模塊，用于對所述音頻數(shù)據(jù)進(jìn)行特征提取，獲取音頻特征向量，并基于所述音頻特征向量，確定所述音頻數(shù)據(jù)對應(yīng)的第三情感分類概率；

15、第三確定模塊，用于將所述第一情感分類概率、所述第二情感分類概率和所述第三情感分類概率進(jìn)行多模態(tài)融合處理，確定所述待分類歌曲的情感分類標(biāo)簽。

16、根據(jù)本申請的第四方面，提供了一種歌曲推薦裝置，包括：

17、第一確定模塊，用于確定第一用戶的用戶畫像信息；其中，所述用戶畫像信息為基于所述第一用戶的多元用戶信息進(jìn)行聚類處理后得到的；

18、第二確定模塊，用于根據(jù)所述用戶畫像信息和歌曲庫中至少一個(gè)歌曲的情感分類標(biāo)簽，確定與所述第一用戶匹配的歌曲；其中，所述情感分類標(biāo)簽為基于上述第一方面所述的方法確定的；

19、推薦模塊，用于將所述與所述第一用戶匹配的歌曲推薦至所述第一用戶。

20、根據(jù)本申請的第五方面，提供了一種電子設(shè)備，包括：處理器；用于存儲所述處理器的可執(zhí)行指令的存儲器；其中，所述處理器被配置為執(zhí)行所述指令，以實(shí)現(xiàn)上述第一方面所述的方法，和/或，實(shí)現(xiàn)上述第二方面所述的方法。

21、根據(jù)本申請的第六方面，提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，當(dāng)所述計(jì)算機(jī)可讀存儲介質(zhì)中的指令由電子設(shè)備的處理器執(zhí)行時(shí)，使得電子設(shè)備能夠執(zhí)行上述第一方面所述的方法，和/或，執(zhí)行上述第二方面所述的方法。

22、根據(jù)本申請的第七方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述第一方面所述的方法，和/或，實(shí)現(xiàn)上述第二方面所述的方法。

23、根據(jù)本申請的技術(shù)方案，通過獲取待分類歌曲的歌單數(shù)據(jù)、歌詞數(shù)據(jù)和音頻數(shù)據(jù)，基于情感字典，分別對歌單數(shù)據(jù)和歌詞數(shù)據(jù)進(jìn)行特征提取，并根據(jù)特征提取結(jié)果，確定歌單數(shù)據(jù)對應(yīng)的第一情感分類概率和歌詞數(shù)據(jù)對應(yīng)的第二情感分類概率，并對音頻數(shù)據(jù)進(jìn)行特征提取，獲取音頻特征向量，并基于音頻特征向量，確定音頻數(shù)據(jù)對應(yīng)的第三情感分類概率，將第一情感分類概率、第二情感分類概率和第三情感分類概率進(jìn)行多模態(tài)融合處理，確定待分類歌曲的情感分類標(biāo)簽。本方案基于歌單數(shù)據(jù)、歌詞數(shù)據(jù)、音頻數(shù)據(jù)各自對應(yīng)的情感分類概率進(jìn)行多模態(tài)融合處理，增加了多模態(tài)融合的豐富度，從而可以提升情感分類的精準(zhǔn)性。

24、本申請附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實(shí)踐了解到。

技術(shù)特征：

1.一種多模態(tài)音樂情感分類方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)設(shè)的情感字典，分別對所述歌單數(shù)據(jù)和所述歌詞數(shù)據(jù)進(jìn)行特征提取，并根據(jù)特征提取結(jié)果，確定所述歌單數(shù)據(jù)對應(yīng)的第一情感分類概率和所述歌詞數(shù)據(jù)對應(yīng)的第二情感分類概率，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述歌單文本特征向量，確定所述第一情感分類概率，包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述歌詞文本特征向量，確定所述第二情感分類概率，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述音頻數(shù)據(jù)進(jìn)行特征提取，獲取音頻特征向量，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于音頻特征向量，確定第三情感分類概率，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述第一情感分類概率、所述第二情感分類概率和所述第三情感分類概率進(jìn)行多模態(tài)融合處理，確定所述待分類歌曲的情感分類標(biāo)簽，包括：

8.一種歌曲推薦方法，其特征在于，包括：

9.一種多模態(tài)音樂情感分類裝置，其特征在于，包括：

10.一種電子設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本申請?zhí)岢鲆环N多模態(tài)音樂情感分類方法、裝置及歌曲推薦方法。其中，多模態(tài)音樂情感分類方法包括：獲取待分類歌曲的歌單數(shù)據(jù)、歌詞數(shù)據(jù)和音頻數(shù)據(jù)；基于預(yù)設(shè)的情感字典，分別對歌單數(shù)據(jù)和歌詞數(shù)據(jù)進(jìn)行特征提取，并根據(jù)特征提取結(jié)果，確定歌單數(shù)據(jù)對應(yīng)的第一情感分類概率和歌詞數(shù)據(jù)對應(yīng)的第二情感分類概率；對音頻數(shù)據(jù)進(jìn)行特征提取，獲取音頻特征向量，并基于音頻特征向量，確定音頻數(shù)據(jù)對應(yīng)的第三情感分類概率；將第一情感分類概率、第二情感分類概率和第三情感分類概率進(jìn)行多模態(tài)融合處理，確定待分類歌曲的情感分類標(biāo)簽。本方案增加了多模態(tài)融合的豐富度，從而可以提升情感分類的精準(zhǔn)性。

技術(shù)研發(fā)人員：劉敏,沈?qū)?陳雅娟,陳輝,張曉川,朱彩鳳,楊旭,謝偉斌,牟羿曉,黃思奇
受保護(hù)的技術(shù)使用者：中國移動通信集團(tuán)廣東有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21