AI探視人類情感原理與實踐：人工智能驅動的音樂信息檢索

第1章 音樂信息檢索的產(chǎn)生與發(fā)展
1．1 音樂信息檢索歷史與發(fā)展
1．2 音樂信息檢索建模與表達
1．3 音樂信息檢索相關研究
1．4 國內(nèi)外研究進展
1．4．1 音樂檢索
1．4．2 音樂推薦
1．4．3 音樂播放列表生成
1．4．4 音樂瀏覽界面
1．4．5 其他檢索應用
1．5 研究思路
1．5．1 框架
1．5．2 研發(fā)思路
第2章 音樂計算理論
2．1 音樂特征提取
2．1．1 時域和頻域特征
2．1．2 低層特征和音色
2．1．3 音高特征
2．1．4 旋律、和弦和音調(diào)
2．2 音樂相似度
2．2．1 自相似性分析與音樂結構
2．2．2 全局相似度
2．2．3 基于向量空間模型的音樂相似度
2．2．4 基于共現(xiàn)分析的音樂相似度
2．3 本章小結
第3章 基于旋律的哼唱音樂檢索模型
3．1 哼唱旋律的表示模型及其匹配技術框架
3．2 基于遺傳算法的旋律輪廓對齊算法
3．2．1 染色體編碼設計
3．2．2 適應度函數(shù)定義
3．2．3 算法描述
3．2．4 加權綜合旋律模板匹配算法
3．3 旋律模板的局部敏感哈希
3．3．1 音樂文件的模板生成
3．3．2 局部哈希算法
3．3．3 面向歐氏距離的LSH函數(shù)族
3．3．4 基于局部哈希算法的哼唱檢索
3．4 實驗結果與分析
3．4．1 遺傳算法實驗結果及其分析
3．4．2 哼唱檢索系統(tǒng)檢索結果及其分析
3．5 本章小結
第4章 基于示例內(nèi)容的音樂檢索模型
4．1 基于流形排序的音樂檢索技術框架
4．2 流形排序
4．3 音頻流形排序算法設計
4．3．1 特征選擇
4．3．2 流形排序算法設計
4．3．3 相關反饋算法設計
4．4 實驗結果與分析
4．5 本章小結
第5章 基于示例語義的音樂檢索模型
5．1 基于示例語義的音樂檢索
5．2 基于示例語義的音樂檢索系統(tǒng)框架
5．3 基于深度學習算法的模型設計
5．3．1 問題描述
5．3．2 模型設計
5．3．3 算法描述
5．4 模型改進
5．4．1 損失函數(shù)調(diào)整
5．4．2 SMOTE算法
5．4．3 基于ELM的語義向量生成
5．5 實驗結果與分析
5．5．1 數(shù)據(jù)集與語義特征提取
5．5．2 標注性能評價
5．5．3 檢索性能評價
5．5．4 實驗結果分析
5．6 本章小結
第6章 基于示例語義的音樂檢索與交互技術應用
6．1 音樂檢索交互系統(tǒng)
6．2 基于語義的音樂檢索交互系統(tǒng)框架
6．3 基于語義的音樂檢索交互系統(tǒng)設計
6．3．1 基于語義的音樂檢索算法實現(xiàn)
6．3．2 基于交互信息的音樂推薦算法實現(xiàn)
6．3．3 用戶語義配置文件的生成
6．4 系統(tǒng)實現(xiàn)
6．4．1 檢索數(shù)據(jù)集的建立
6．4．2 檢索交互系統(tǒng)實現(xiàn)
6．5 本章小結
第7章 人工智能在音樂檢索技術中的應用
7．1 音樂語義提取及應用
7．1．1 音樂語義標注的深度神經(jīng)網(wǎng)絡模型
7．1．2 可解釋模型音樂語義模型
7．2 跨模態(tài)音樂檢索
7．2．1 音樂-視頻跨模態(tài)檢索
7．2．2 音樂-歌詞跨模態(tài)檢索
7．3 智能音樂交互及發(fā)現(xiàn)工具
7．3．1 基于LibROSA的音樂信息檢索系統(tǒng)評估工具
7．3．2 基于語義圖表的音樂元數(shù)據(jù)復雜性建模
7．3．3 MusicWeb：具有開放鏈接語義元數(shù)據(jù)的音樂發(fā)現(xiàn)
7．3．4 基于肢體動作相似度的舞蹈音樂檢索系統(tǒng)
7．3．5 語義音樂播放器
7．4 本章小結
參考文獻