正版保障 假一赔十 可开发票
¥ 74.71 6.3折 ¥ 119 全新
仅1件
作者孙守迁,宋瑜,赵建国
出版社中国科技出版传媒股份有限公司
ISBN9787030622082
出版时间2020-09
装帧平装
开本16开
定价119元
货号10664836
上书时间2024-12-14
第2章数字音乐
2.1概 述
数字技术,如多媒体信息技术及网络技术的发展,推动着数字音乐特别是音乐资源呈指数级增长。海量的音乐资源需要进行检索、分类和利用。满足这些实际应用要求是我们研究音乐情感认知的目的。而回归到研究者对音乐科学的好奇心与求知欲,深入研究是因为我们无法忽视音乐给人类情感带来的影响,并希望解密这一影响,从而加以利用。
数字音乐是指以数字化方式进行音乐创作、编辑、存储、传播等一系列过程的统称。按照基本的定义,它是用数字格式存储,可以用互联网和无线网络来传输的音乐数字流。随着数字设备的存储能力和计算能力的不断提升,当下对数字音乐进行分析与统计成为可能。目前,基于数字音乐大数据的音乐自动生成也逐渐成为研究热点。而情感是数字音乐的最高层语义特征,音乐情感认知也是许多研究的基础,旨在通过一系列方法使计算机能够对音乐情感自动进行识别,赋予其认知音乐情感的能力。音乐情感认知研究的目的是更加有效地利用音乐情感,将认知理论应用于其他多媒体研究领域。目前,音乐情感认知研究的重要应用包括音乐情感检索和音乐管理。音乐行为学的研究发现.音乐情感己成为人们最常用的音乐检索因素之一。然而,传统的音乐检索方法大多是根据音乐风格、歌曲名、专辑名等人工设定的分类进行检索,无法根据音乐的实质情感信息来检索。因此,根据音乐情感类别检索是目前的应用需求。音乐情感认知研究具有较高的科学理论研究价值,以及广阔的应用前景。
自20世纪以来,音乐情感认知的命题得到越来越多科学家的关注,并引发了多学科、多层面的研究探讨。研究领域涉及认知行为学、计算机科学、神经科学、心理学、医学及生物学。其中,人工智能领域的机器学习方法为音乐情感的研究创造了更多技术可能性,通过音乐特征提取工具获得音乐片段中的情感特征,再利用机器学习算法构建音乐情感认知数据模型,实现计算机智能识别音乐情感。学者们通过尝试不同的方法,运用多学科交叉研究得出了许多优秀的研究成果,极大地促进了音乐情感认知理论及其应用的发展。然而,音乐情感认知研究仍处于初期阶段,若要构建表现出色的音乐情感认知算法模型,研究还需建立在更庞大的音乐数据库、更多维度的音乐特征信息的基础上。
2.1 1引言
音乐能够抒发情绪,激发情感体验,对人们的内心产生影响,触发大脑生理活动,进而影响人们的决策与行为。除了人们熟知的减轻焦虑、平复心情的效果外,研究表明音乐还能减轻疼痛,影响购买决策,促进儿童亲社会能力的提升及阅读能力的发展等,不仅如此,音乐已经融入人们日常生活的各种活动中,包括工作、学习、运动、家务劳动及娱乐休闲。因此,为了更有效地开发音乐资源,就要更关注音乐情感认知的研究。然而,音乐与情感的关系密切而复杂,由于音乐情感具有抽象性,目前仍然无法获得一种能够完美识别音乐情感的方法,但是基于音乐对人们生活的深刻影响,音乐情感认知具有极高的研究价值与重要意义,值得深入探索与研究。
音乐可以安抚悲伤情绪,娱悦心情。音乐信息检索行为的研究表明,情感是人们进行音乐检索和组织管理时的一个重要评判标准。在Last fm这一著名的音乐社交商业网站中,用户使用的情感标签数量在所有标签类别中排名第三(位于音乐流派与音乐所在地区之后)。因此,基于情感的音乐检索在学术界与工业界日益受到重视。由此可见,根据情感类别来检索音乐具有很好的应用前景。
Thompson和Russo的一个实验结果表明,一首歌曲的音乐背景相对于歌词信息会更大程度地影响歌曲所表达的情绪,音乐情感表达的主体仍为歌曲本身。近年来,音乐情感吸引了越来越多的神经科学家、心理学家及人工智能领域的专家进行交叉研究,其中机器学习的方法为音乐情感认知的建模提供了可能性,人们不仅能对音乐信息进行分析,还能构建音乐情感认知模型,将音乐情感认知融入更广泛的应用,如图2.1所示。如今,多媒体技术的发展和人工智能技术的进步为音乐情感认知的研究提供了更强的技术支持,丰富了音乐情感认知的方法,提……
— 没有更多了 —
以下为对购买帮助不大的评价