基于深度学习的减压音乐重构研究

作     者：李哲 陈宇 张博 陈亮 郭滨 Li Zhe;Chen Yu;Zhang Bo;Chen Liang;Guo Bin

作者机构：长春理工大学电子信息工程学院吉林长春130022 

基　　金：吉林省自然科学基金项目(20150101013JC) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2022年第39卷第8期

页      码：158-162页

摘      要：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。

主 题 词：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 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-386x.2022.08.024

馆 藏 号：203114289...