一种音乐分类方法及装置的制造方法
【技术领域】
[0001] 本申请涉及自然语言处理及模式识别技术领域，特别是涉及一种音乐分类方法及 装置。
【背景技术】
[0002] 随着计算机网络的不断发展和日益普及，人们可以方便快捷地获取日益丰富的音 乐资源。音乐与人的情绪密切相关，而且音乐在人们的日常生活中起着越来越重要的作用。 不同的时间，不同的心情，人们需要不同情绪类型的音乐。因此，人们迫切需要根据情绪对 音乐资源进行有效的管理，实现对海量音乐资源的检索和访问。
[0003] 目前，主流的对音乐的检索利用了文本检索，比如通过在MP3文件中写入歌曲名 称、歌手姓名等方法，利用文本搜索技术实现对音乐的管理和检索。严格地说，这种技术并 没有实现对音乐本身的检索，无法从音乐内容上对音乐进行管理和检索，进而导致不能有 效的划分音乐的情绪类别，即确定音乐的所含有的情绪类别，例如，"高兴"、"难过"等。
【发明内容】
[0004] 有鉴于此，本申请的目的在于提供一种音乐分类方法及装置，通过对待分类音乐 的音乐内容的检索，以实现对待分类音乐的情绪类别的有效划分。
[0005] 为了实现上述目的，本发明实施例提供的技术方案如下：
[0006] 一种音乐分类方法，包括：
[0007] 利用预先构建的每个基分类器分别对待分类音乐的相应音乐内容进行分类，得到 每个所述基分类器的分类结果，所述分类结果中包括所述待分类音乐的相应音乐内容含有 不同情绪类别的后验概率；
[0008] 将各个所述基分类器的分类结果依据所述情绪类别进行融合，得到最终分类结 果；
[0009] 根据所述最终分类结果对所述待分类音乐进行情绪判断，确定所述待分类音乐含 有的情绪类别。
[0010] 优选的，所述将各个所述基分类器的分类结果依据所述情绪类别进行融合，得到 最终分类结果的过程为：
[0011] 将各个所述基分类器的分类结果中的相同情绪类别的后验概率分别相加，得到最 终分类结果，其中，所述最终分类结果中包括每种所述情绪类别的唯一的后验概率。
[0012] 优选的，所述根据所述最终分类结果对所述待分类音乐进行情绪判断，确定所述 待分类音乐含有的情绪类别的过程为：
[0013] 比较所述最终分类结果中每种情绪类别的后验概率，将所述后验概率最大的情绪 类别确定为第一情绪类别；
[0014] 将预先设置的与所述第一情绪类别对应的第二情绪类别确定为所述待分类音乐 含有的情绪类别。
[0015] 优选的，预先构建基分类器的过程为：
[0016] 接收包括若干首音乐的音乐集，所述音乐携带该音乐含有的情绪类别；
[0017] 将所述音乐集中的每首音乐的不同音乐内容分开，针对每种音乐内容得到与其对 应的第一音乐集，其中，所述第一音乐集中包括所述音乐集中所有音乐的与该第一音乐集 对应的音乐内容；
[0018] 针对每个所述第一音乐集，利用预先设置的机器学习分类方法进行分类，得到与 其对应的基分类器。
[0019] 优选的，还包括：记录所述待分类音乐含有的情绪类别。
[0020] 一种音乐分类装置，包括：
[0021] 分类单元，用于利用预先构建的每个基分类器分别对待分类音乐的相应音乐内容 进行分类，得到每个所述基分类器的分类结果，所述分类结果中包括所述待分类音乐的相 应音乐内容含有不同情绪类别的后验概率；
[0022] 融合单元，用于将各个所述基分类器的分类结果依据所述情绪类别进行融合，得 到最终分类结果；
[0023] 确定单元，用于根据所述最终分类结果对所述待分类音乐进行情绪判断，确定所 述待分类音乐含有的情绪类别。
[0024] 优选的，所述融合单元将各个所述基分类器的分类结果中的相同情绪类别的后验 概率分别相加，得到最终分类结果，其中，所述最终分类结果中包括每种所述情绪类别的唯 一的后验概率。
[0025] 优选的，所述确定单元包括：
[0026] 比较单元，用于比较所述最终分类结果中每种情绪类别的后验概率，将所述后验 概率最大的情绪类别确定为第一情绪类别；
[0027] 确定子单元，用于将预先设置的与所述第一情绪类别对应的第二情绪类别确定为 所述待分类音乐含有的情绪类别。
[0028] 优选的，还包括：
[0029] 基分类器构建单元，用于接收包括若干首音乐的音乐集，所述音乐携带该音乐含 有的情绪类别；以及，
[0030] 将所述音乐集中的每首音乐的不同音乐内容分开，针对每种音乐内容得到与其对 应的第一音乐集，其中，所述第一音乐集中包括所述音乐集中所有音乐的与该第一音乐集 对应的音乐内容；以及，
[0031] 针对每个所述第一音乐集，利用预先设置的机器学习分类方法进行分类，得到与 其对应的基分类器。
[0032] 优选的，还包括：
[0033] 记录单元，用于记录所述待分类音乐含有的情绪类别。
[0034] 本申请提供一种音乐分类方法及装置，通过利用预先构建的每个基分类器分别对 待分类音乐的相应音乐内容进行分类，得到每个基分类器的分类结果（该分类结果中包括 待分类音乐的相应音乐内容含有不同情绪类别的后验概率），并将各个基分类器的分类结 果依据情绪类别进行融合，得到最终分类结果，进而根据最终分类结果对待分类音乐进行 情绪判断，确定待分类音乐含有的情绪类别。本申请通过利用预先创建的基分类器对待分 类音乐的音乐内容的检索，实现了对待分类音乐的情绪类别的有效划分。
【附图说明】
[0035]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图获得其他的附图。
[0036] 图1为本申请实施例一提供的一种音乐分类方法流程图；
[0037] 图2为本申请实施例一提供的一种预先构建基分类器的方法流程图；
[0038] 图3为本申请实施例二提供的一种音乐分类装置的结构示意图。
【具体实施方式】
[0039]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0040]实施例一：
[0041] 图1为本申请实施例一提供的一种音乐分类方法流程图。
[0042] 如图1所示，该方法包括：
[0043] S101、利用预先构建的每个基分类器分别对待分类音乐的相应音乐内容进行分 类，得到每个基分类器的分类结果。
[0044] 具体的，分类结果中包括待分类音乐的相应音乐内容含有不同情绪类别的后验概 率。
[0045]在本实施例中，每个基分类器对应一种音乐内容，例如，当音乐包括"歌词"音乐内 容以及"音频"音乐内容时，基分类器A对应"歌词"音乐内容，基分类器B对应"音频"音乐 内容，则可利用基分类器A和基分类器B分别对待分类音乐的相应内容进行分类，得到基分 类器A的分类结果以及基分类器B的分类结果。
[0046]其中，分类结果中包括待分类音乐的相应音乐内容含有不同情绪类别的后验概率 (如：基分类器A的分类结果中包括："歌词"音乐内容含有"愉悦"情绪类别的后验概率以 及"悲伤"情绪类别的后验概率）。
[0047] 需要说明的是：音乐内容的类型可以由操作人员预先确定。由于每个基分类器对 应一种音乐内容，不同基分类器对应的音乐内容不同，所以基分类器的总数和音乐内容类 型的总数相同，得到的每个基分类器都需要对待分类音乐的相应内容进行分类，从而得到 与音乐内容类型总数相同的分类结果。
[0048] S102、将各个基分类器的分类结果依据情绪类别进行融合，得到最终分类结果。
[0049]在本申请实施例中，对于单独的基分类器而言，其分类结果为分别与每种情绪类 别对应的后验概率，其中，情绪类别对应的后验概率是指待分类音乐含有此种情绪类别的 后验概率。
[0050] 针对待分类音乐，基分类器都会产生每种情绪类别对应的后验概率，例如，对应 "歌词"音乐内容所对应的基分类器对待分类音乐的"歌词"音乐内容进行分类得到的分类 结果中，"愉悦"情绪对应的后验概率是待分类音乐的"歌词"音乐内容含有"愉悦"这种情 绪类别的后验概率，"悲伤"情绪对应的后验概率则是待分类音乐的"歌词"音乐内容含有 "悲伤"这种情绪类别的后验概率。
[0051] 具体的，将各个基分类器的分类结果中的相同情绪类别的后验概率分别相加，得 到最终分类结果，其中，最终分类结果中包括每种情绪类别的唯一的后验概率。例如，将对 应"歌词"音乐内容的基分类器的分类结果中的"愉悦"情绪类别的后验概率以及对应"音 频"音乐内容的基分类器的分类结果中的"愉悦"情绪类别的后验概率相加，得到"愉悦"情 绪类别的后验概率；将对应"歌词"音乐内容的基分类器的分类结果中的"悲伤"情绪类别 的后验概率以及对应"音频"音乐内容的基分类器的分类结果中的"悲伤"情绪类别的后验 概率相加，得到"悲伤"情绪类别的后验概率。
[0052] S103、根据最终分类结果对待分类音乐进行情绪判断，确定待分类音乐含有的情 绪类别。
[0053] 具体的，根据最终分类结果对待分类音乐进行情绪判断，确定待分类音乐含有的 情绪类别的过程为：比较最终分类结果中每种情绪类别的后验概率