摘要:音乐情感分类在生活方面具有重要作用，也是人们从网络搜索歌曲常常考虑的关键因素，也是大型音乐数据库管理的重要手段。不同的音乐给人以不同的情感感知结果，很多人都习惯按照情感词汇搜索歌曲。

本次毕业设计提取歌曲高潮部分的MFCC和LPC特征，通过对常用分类器支持向量机和BP神经网络分类器的比较选择了可信度、可接受度及泛化性能较高的支持向量机分类器进行分类。本论文中的情感被分为喜悦、伤感、励志、安静、浪漫五种类型。本论文提出的算法在250个歌曲片段组成的音乐库上测试结果。

本次毕业设计是通过得到的语音参数MFCC和LPC为依据进行分类。本次毕业设计利用的分类方法对于有明显特征高潮部分的歌曲有较好的分类效果，相对其他的分类方法简单易懂可以很好地将歌曲进行情感分类。

关键词：音乐情感分类；多维特征；MFCC；LPC；支持向量机

目录

摘要

Abstract

1绪论-1

1.1 课题研究背景和意义-1

1.2 国内外研究现状-1

1.3 本课题的主要内容-2

2 音乐情感特征及分类器-3

2.1 MFCC特征-3

2.2 LPC特征-4

2.3 分类器-5

2.3.1 ＢＰ神经网络-6

2.3.2 支持向量机算法-7

3 基于多维特征的音乐情感分类-9

3.1 MATLAB简介-9

3.2 系统的方案设计-9

3.2.1 建立数据库-10

3.2.2 音乐情感特征-10

3.2.3 音乐情感分类-10

3.3 实验结果与分析-11

3.3.1 MFCC特征提取结果-11

3.3.2 LPC特征提取结果-12

3.3.3 音乐情感分类结果-13

4 总结与展望-15

参 考 文 献-16

附    录-17

致    谢-19