TY -的A2 -张,力平盟——妞妞,娜娜PY - 2022 DA - 2022/07/04 TI -音乐情感识别模型使用封闭的复发性单元网络和特征提取SP - 5732687六世- 2022 AB -大量的音乐平台最近出现在互联网上。深度学习音乐推荐框架仍非常有限时准确地识别情感类型的音乐推荐给用户。语言、音乐风格、主题场景,和它们所属的年龄都是常见的分类。这是远远不够的,在音乐的分类和识别的困难。因此,本文使用音乐情感特征提取的方法,BiGRU模型设计和音乐主题场景分类模型设计来提高音乐情感识别的准确性。发展BiGRU情感识别模型和比较其他模型。BiGRU可以正确识别快乐和悲伤情绪音乐高达79%和81.01%的时间,分别。它远远超出Rnet-LSTM,情感类别的差异越大,就越容易分析包含情感的特征序列特性和较高的识别精度。这是特别明显的准确性快乐和悲伤是公认的。它可以满足用户的需求对音乐识别在各种设置。 SN - 1574-017X UR - https://doi.org/10.1155/2022/5732687 DO - 10.1155/2022/5732687 JF - Mobile Information Systems PB - Hindawi KW - ER -