[发明专利]基于语义的音乐检索的方法

权利要求书

1.一种基于语义的音乐检索的方法，其特征在于，包括如下步骤：音乐检索；

音乐语义交互及

音乐推荐。

2.如权利要求1所述的基于语义的音乐检索的方法，其特征在于，所述音乐检索的方法如下：

标注音乐数据集，该数据集中每首音乐被表示成一个维的特征向量据集；

按照卷积神经网络结构，使用已知标记数据集中特征向量间的关系训练网络，得到网络参数；

使用训练好的网络模型，将待检索数据集中每首音乐作为输入，得到网络输出；

根据网络输出，计算待检索数据集中每首音乐的语义向量，得到语义向量集；

将示例音乐作为卷积神经网络输入，得到网络输出值，计算示例音乐的语义向量；

计算语义向量集和示例音乐和示例音乐之间的余弦距离；

令在语义空间中与示例音乐最相似的音乐列表是余弦距离最小的前n首音乐的集合；

输出在语义空间中与示例音乐最相似的音乐列表。

3.如权利要求1所述的基于语义的音乐检索的方法，其特征在于，所述音乐语义交互的方法如下：

将用户当前播放音乐输入到训练好的卷积网络，得到网络输出；

计算用户当前播放音乐的语义向量：为标注音乐数据集中的每首音乐，计算语义向量，并得到语义向量集；

使用k-means算法对语义向量集聚类，根据音乐数据集中歌曲数量确定类别个数，选取每个类别的中心组成语义向量核心集；

计算与语义向量核心集中每个向量的余弦距离，得到语义最相似的音乐语义向量；

返回所在类别中的所有歌曲列表作为推荐音乐专辑。

4.如权利要求1所述的基于语义的音乐检索的方法，其特征在于，所述音乐推荐的方法如下：

如果用户所播放的音乐记录集含有内容，新建用户语义配置文件，插入UID，用户语义向量S_u≡<0，0,…,0>，用户语义向量长度为语义标签个数c；

如果用户所播放的音乐记录集含有内容，取其中的一首歌曲语义向量与用户语义向量按位求和，并赋值给用户的语义向量；

设置阈值T，将从用户的语义向量中累加得到的c个值排序，排在Top-T位的标签置为1，其余标签位置为0；

按照UID，使用用户的语义向量更新相应的用户语义配置文件；

对音乐语义向量中的标签，收集了用户播放的次数，且标签按照收听次数排序，将排在前几位的标签设置为用户的兴趣点，存放在用户语义配置文件当中，利用配置文件，为用户推荐语义相似的音乐专辑。