首页|基于深度学习的减压音乐重构研究

基于深度学习的减压音乐重构研究

RESEARCH ON DECOMPRESSION MUSIC RECONSTRUCTION BASED ON DEEP LEARNING

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
音乐在旋律与和弦之间有复杂的匹配关系,音乐重构是长时间序列生成的算法研究.通过计算多轨道音乐序列的音乐频谱质心,使用栈式自编码器(SAE)对频谱质心较高的音乐进行音符特征提取,将音乐特征输入长短期记忆循环神经网络(LSTM),构建多轨道音乐重构模型.分析重构音乐的和谐度和音符分布均方误差,结果表明该方法好于单独LSTM网络重构方法.设计受试者焦虑状态测评实验,分析播放重构音乐前后受试者的焦虑程度,从而验证生成重构的音乐可以有效减压.

李哲、陈宇、张博、陈亮、郭滨

展开 >

长春理工大学电子信息工程学院 吉林 长春 130022

深度学习 音乐重构 频谱质心 栈式自编码器 长短期记忆循环神经网络

20150101013JC

2022

10.3969/j.issn.1000-386x.2022.08.024

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(8)
  • 6