AI探视人类情感原理与实践:人工智能驱动的音乐信息检索

AI探视人类情感原理与实践:人工智能驱动的音乐信息检索

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

本书论述了如何克服音乐检索“语义鸿沟”问题,将音乐映射到一个语义空间的方法。

内容简介

音乐信息检索是从海量音频信号、音乐的符号表示或网页资源上提取并分析出音乐有意义的特征,用此特征为音乐建立索引,然后设计不同的查询和检索机制,以获得人们想要查询的音乐作品的过程。随着数字音乐的发展,音乐信息检索融合了计算机机器学习、模式识别和人工智能技术,是人工智能应用的典型领域之一。同时,作为计算机技术探寻人类情感等语义的重要领域,吸引了众多学者和业界的广泛关注。

作者简介

作者秦静,女,博士,大连大学软件工程学院副教授,辽宁省智慧医疗协同创新中心、大连市智慧健康与医疗重点实验室成员。主要研究方向为模式识别与信息检索。先后主持国家自然科学基金青年基金一项项、辽宁省重点研发计划一项。

十余年来一直从事音乐检索领域的研究,先后发表数篇音乐信息检索领域论文,其中多篇被《科学引文索引》(SCI)或《工程索引》(EI)检索,积累了音乐信息检索丰富的理论及应用经验。

章节目录

版权信息

内容简介

推荐序 具有情感的AI

前言

内容框架与阅读指南

第1章 音乐信息检索的产生与发展

1.1 音乐信息检索历史与发展

1.2 音乐信息检索建模与表达

1.3 音乐信息检索相关研究

1.4 国内外研究进展

1.4.1 音乐检索

1.4.2 音乐推荐

1.4.3 音乐播放列表生成

1.4.4 音乐浏览界面

1.4.5 其他检索应用

1.5 研究思路

1.5.1 框架

1.5.2 研发思路

第2章 音乐计算理论

2.1 音乐特征提取

2.1.1 时域和频域特征

2.1.2 低层特征和音色

2.1.3 音高特征

2.1.4 旋律、和弦和音调

2.2 音乐相似度

2.2.1 自相似性分析与音乐结构

2.2.2 全局相似度

2.2.3 基于向量空间模型的音乐相似度

2.2.4 基于共现分析的音乐相似度

2.3 本章小结

第3章 基于旋律的哼唱音乐检索模型

3.1 哼唱旋律的表示模型及其匹配技术框架

3.2 基于遗传算法的旋律轮廓对齐算法

3.2.1 染色体编码设计

3.2.2 适应度函数定义

3.2.3 算法描述

3.2.4 加权综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 音乐文件的模板生成

3.3.2 局部哈希算法

3.3.3 面向欧氏距离的LSH函数族

3.3.4 基于局部哈希算法的哼唱检索

3.4 实验结果与分析

3.4.1 遗传算法实验结果及其分析

3.4.2 哼唱检索系统检索结果及其分析

3.5 本章小结

第4章 基于示例内容的音乐检索模型

4.1 基于流形排序的音乐检索技术框架

4.2 流形排序

4.3 音频流形排序算法设计

4.3.1 特征选择

4.3.2 流形排序算法设计

4.3.3 相关反馈算法设计

4.4 实验结果与分析

4.5 本章小结

第5章 基于示例语义的音乐检索模型

5.1 基于示例语义的音乐检索

5.2 基于示例语义的音乐检索系统框架

5.3 基于深度学习算法的模型设计

5.3.1 问题描述

5.3.2 模型设计

5.3.3 算法描述

5.4 模型改进

5.4.1 损失函数调整

5.4.2 SMOTE算法

5.4.3 基于ELM的语义向量生成

5.5 实验结果与分析

5.5.1 数据集与语义特征提取

5.5.2 标注性能评价

5.5.3 检索性能评价

5.5.4 实验结果分析

5.6 本章小结

第6章 基于示例语义的音乐检索与交互技术应用

6.1 音乐检索交互系统

6.2 基于语义的音乐检索交互系统框架

6.3 基于语义的音乐检索交互系统设计

6.3.1 基于语义的音乐检索算法实现

6.3.2 基于交互信息的音乐推荐算法实现

6.3.3 用户语义配置文件的生成

6.4 系统实现

6.4.1 检索数据集的建立

6.4.2 检索交互系统实现

6.5 本章小结

第7章 人工智能在音乐检索技术中的应用

7.1 音乐语义提取及应用

7.1.1 音乐语义标注的深度神经网络模型

7.1.2 可解释模型音乐语义模型

7.2 跨模态音乐检索

7.2.1 音乐-视频跨模态检索

7.2.2 音乐-歌词跨模态检索

7.3 智能音乐交互及发现工具

7.3.1 基于LibROSA的音乐信息检索系统评估工具

7.3.2 基于语义图表的音乐元数据复杂性建模

7.3.3 MusicWeb:具有开放链接语义元数据的音乐发现

7.3.4 基于肢体动作相似度的舞蹈音乐检索系统

7.3.5 语义音乐播放器

7.4 本章小结

参考文献

AI探视人类情感原理与实践:人工智能驱动的音乐信息检索是2021年由清华大学出版社出版,作者秦静。

得书感谢您对《AI探视人类情感原理与实践:人工智能驱动的音乐信息检索》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
信息安全工程与实践 电子书
本书参考信息安全工程与管理领域的**新成果,结合目前信息安全教学的需要,全面系统的讲述了信息安全工程以及安全项目管理的概念、原理和方法,通过信息安全工程实践和安全项目管理实训,使读者能够理论联系实际,全面掌握信息安全工程与管理的体系结构。
AI智能语音技术与产业创新实践 电子书
1.中国信息通信研究院、科大讯飞、清华大学等多位大咖推荐作序。2.知识性:本书涉及智能语音各项前沿技术,涵盖了语音交互、声纹识别、全双工等多项新技术。3.丰富性:本书涵盖了技术、产业和应用3个方面,介绍智能语音全链条和各环节的现状趋势。4.系统性:本书介绍人类语音听说和机器语音听说的异同,包含语音学、语言学和计算机等多学科交叉,系统了解技术的衍生变化。5.实用性:本书汇集了智能语音应用在各领域、各场景的实际案例,从真实的案例中反映技术的产业赋能。
人工智能大冒险:青少年的AI启蒙书 电子书
2022年,智博士的好朋友AI侠突然毫无预兆地失踪了,尝试了各种方式都联系不上,直到有一天,他收到一个快递,里面是一封信和一个按钮,好奇的智博士按下按钮,一阵茉莉花的香味袭来,他晕了过去……
推荐系统技术原理与实践 电子书
本书系统介绍推荐系统的技术理论和实践。首先介绍推荐系统的基础知识;然后介绍推荐系统常用的机器学习和深度学习模型;接着重点介绍推荐系统的4层级联架构,包括召回、粗排、精排和重排,以及谷歌、阿里巴巴等大型互联网公司在4层级联架构中的模型设计和实现原理;紧接其后介绍多目标排序在推荐系统中的应用,具体介绍阿里巴巴、谷歌等大型互联网公司的实践;最后从不同角度审视推荐系统,介绍公平性问题、知识蒸馏、冷启动等各
深度学习原理与 TensorFlow实践 电子书
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识:机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow:Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S