#今日论文推荐# FCS｜音乐情感识别

#今日论文推荐# FCS｜音乐情感识别

近年来，电子音乐市场取得了快速的发展，可以从各种来源获得大量的音乐资源。这些音乐资源需要根据情感、流派等标签信息进行组织和管理。这样听众就可以方便地获得音乐作品。由于音乐是情感的载体，所以识别音乐作品中的情感标签尤为重要。使用手动方法来获取标签信息可能会很耗时、劳动密集和容易出错。因此，自动识别情绪标签的研究领域开始形成。

音乐情绪识别(MER)是利用计算机提取和分析音乐特征，形成音乐特征与情绪空间的映射关系，识别音乐表达[1]的情绪的过程。音乐特征通常是从音频信号、象征性的乐谱、歌词文本，甚至是从脑电图等生物特征中提取出来的。情感空间可以用有限数量的离散类别或连续多维空间中的无限个点来表示。MER属于音乐心理学、音频信号处理和自然语言处理(NLP)的跨学科研究领域，而MER是音乐信息检索(MIR)的一个子任务。MER可广泛应用于音乐推荐、检索、可视化、自动作曲、心理治疗等领域。因此，MER已成为学术界和学术界的研究热点。

自20世纪30年代以来，研究人员就音乐和情感之间的关系展开了开创性的研究。在本世纪初，越来越多的研究人员开始研究如何从音乐数据中自动提取情感。近年来，随着人们对音乐特征的深入理解和人工智能的日益成熟，MER取得了很大的进展。本文对音乐情感识别进行了详细的研究，由于现有文章已经对一些关于音频特征和传统机器学习算法的进行了评论，本文的重点将是近年来使用深度学习算法的MER研究。

论文题目：A survey of music emotion recognition
详细解读：https://www.aminer.cn/research_report/62bd4c2d7cb68b460fdf526fhttps://www.aminer.cn/research_report/62bd4c2d7cb68b460fdf526f
AMiner链接：https://www.aminer.cn/?f=cs