音乐情感认识的科技动态YoungmooE.Kim等人摘要本文综述音乐领域里自动情感认识的科技进展。音乐经常被当作一种“语言的情感”，因此我们很自然要依据音乐的情感来对音乐进行分类。音乐的无数特性，例如和声，音色，表演方式，和歌词会影响情感，而对一首乐曲的心情也可能在倾听过程中产生变化。但在开发自动系统来组织音乐时，在情感内容方面我们会面临一种问题，它经常缺少一种适当规定的答案；人们对一首歌曲的情感或一部作品本身的模糊度引起的感受和诠释，可能有显著的不一致。当与其它音乐讯息检索任务（例如，风格辨别）相比时，音乐心情的识别研究工作仍然处于早期阶段，虽然近年来对它的注意力逐渐在增加。在本文里，我们对音乐情感认识展开广泛的探索，特别是把注意力集中在某些方法上，它们采用了包罗万象的文本讯息（例如，网址，标志，和歌词）和基于内容的手段以及结合多特征域的系统。1．引言随着过去十年大量易用的数字音乐库的激增，音乐讯息检索研究迅速扩展，朝着搜索和组织音乐及其相关数据的自动化处理系统的方向发展。某些普通的搜索和检索范畴，比如说艺术家或风格，比较容易定量为一个“正确的”（或广泛同意的）答案，因此在音乐讯息检索研究中受到更多的关注。但音乐本身是情感的表达，它可能是高度主观性的而且难于定量化。音乐的情感（或心情）的自动认识仍然处于它的早期阶段，虽然近年来对它的注意力逐渐在增加。确定音乐音的情感内容，从计算方法上来说，自然需要各交叉学科尽力协作，不仅包括信号处理和机器学习，也需要理解听觉识别，心理学，和音乐理论。音乐心情认识的计算系统可以根据一种心情的模型，虽然这种表达方式依然是一个心理学研究的热门话题。某些类别的和参数化的模型受到了先前对人类受试对象进行基本研究的支持，而这些模型将在以下各节更详细描述。所有模型都用于音乐讯息检索系统里，但是“基本事实”情感标志的集合，不考虑已经采用的表达方式，仍然是一个颇具挑战性的问题。关于有效的标签收集，人们已经做出种种努力，包括广泛的有潜力的解决方案，例如听众调查，社会标志，和数据搜集游戏。对各种音乐情感数据收集方法的评述也是本文的一个主题。每年的音乐讯息检索交流活动（MIREX）是一种基于团体的框架，用于正式评价音乐讯息检索系统及其算法，它包括听觉音乐心情分类，此活动作为一种任务始于2007年。此领域内最高级的操作系统展示了每年的改善情况，它采用单独的声频特征（注意到某些系统被设计用来风格分类，然后也适用于心情分类任务）。但心情并不完全被封装在声音里（社会环境，举例来说，扮演一个重要的角色），所以结合音乐元数据的手段，比如各种标志和歌词，本文也详细予以评述。为了评论目前关于音乐的自动情感认识的科技进展，我们首先讨论某些用于构造情感模型的心理学研究工作，然后讨论情感数据的详细计算表达方式。我们提出一个普通的框架以说明情感认识，随后它被用于各种特征域。我们对某些把各种特性的多模态结合在一起的系统作了概要说明，以此作为本文的结论。2．情感的心理学研究遍及过去的半个多世纪，有关音乐的许多定性化和定量化情感的研究方法已经取得了一些重要的进展。这种调查的开始远早于广泛可使用的音乐唱片的出现，它被当作一种临床试验可重复的音乐刺激（采用乐谱），但情感的现代调查研究采用的压倒多数的主要刺激形式是唱片。虽然乐谱能够提供丰富的相关讯息，读谱能力并不普遍，在本节和全文里我们的注意力将限制在通过听觉的音乐体验。2．1体会的重要性当进行任何情感测量时，从直接的生理指标到定性的自我报告，操作者也必须考虑被测量的情感。许多研究工作，采用分类的或标量/矢量的测量方法，表明在某人对音乐所表达情感的体会和音乐所诱发的情感之间有重要区别。两种情感反应及其报告易发生混淆。对环境心理反应的早期研究工作考虑了音乐的情感权重，既作为一种焦点的刺激源也作为一种分散的刺激源，结果发现对音乐的情感反应也会对环境和倾听内容相当敏感。Juslin和Luakka对情感体会和情感诱发之间的区别进行了研究，其结果证实两者不仅会受到倾听体验的社会环境（比如听...