·68* 智能系统学报 第15卷 是对生成的音乐作品评价问题。 是否可以通过正反例之间的差异挖掘到词曲之间 目前对音乐作品的评价方式主要包括以下几 匹配的特征关系。若反例无法充分将不匹配的关 种方式：1)基于互动的评价方式，这种评价方式 键因素表达出来，则难以通过词曲匹配算法区分 一般依赖于听者对一般音乐的反馈，通过收集听 当前音乐词曲是否匹配。 者对生成音乐作品的反应，如心跳、脉搏和皮肤 11音乐情感反例构建 电导，如评估分数、偏好或生理信号等；然后使用 由于本文是基于序列模型进行词曲匹配度评 收集到的信息来评估生成的音乐作品。由于音乐 估，是基于音乐序列的分析，所以在音乐情感模 作品的主观性，这种交互式评价方法被广泛使 型上，采用离散的音乐情感模型，提出了简化的 用。文献[]根据用户对音乐流派的选择，使用 Hevner!情感分类模型，并结合国人的审美标准， 马尔可夫链和歌词数据库创建歌词，而音乐则由 对关键词进行适当修改。如图1所示，建立了音 旋律和该流派的3个伴奏之一组成。而词曲的组 乐情感模型，从情感角度将音乐分成四大类。相 合则通过人工的方式由用户来决定。2)在基于交 邻类别具有一定的情感相似性，情感可以在相邻 互评价的基础之上，通过与音乐家合作获得专业 类别上转换。相对两个情感类别表达情感内涵 反馈。文献[2]通过选择专业人士和非专业人士 相反。 若干，综合评价为两方评价均分的加权求和。3)基 于规则的评价方法，使用显式的评价规则对生成 的音乐作品进行评价。评价规则是根据个人的创 作经验或音乐理论，综合考虑节奏、词组、音阶、 轰动的 和弦等音乐要素而制定的。如文献[3]中采用了 音乐理论中考虑跳跃和间隔的一些评价规则对音 乐作品进行评价。这种方式对于创作特定音乐流 (容的 派的音乐作品是有效果的。4)基于学习的评价方 崇高的 悲伤的 法，文献[4]利用神经网络构建了音乐情感分类 及评估模型。 本文采用的是基于学习的评价方式，随着自 汇有69 然语言处理技术的发展和应用，通过算法模型对 音乐词曲进行情感分析的准确性逐渐增加。然而 图1音乐情感模型 对旋律或歌词进行单独的情感分析是不准确的， Fig.1 Music emotion model 主要包含两点：1)缺少旋律衬托的歌词无法确定 基于提出的CZH音乐情感模型。对公开的 词曲同步音乐数据集根据情感进行划分。在情 作曲者要突出的内容，从而对情感的分析是不准 确的：2)在没有旋律背景下的歌词，容易忽略歌 感标定的过程中，尽可能使得每一类情感音乐都 词中的节奏感，而节奏感在音乐中，对情感表达 具有鲜明的情感表达，即当听欢快的音乐时，能 是非常重要的。而现有的评价方式却未充分考虑 很容易区分该音乐为欢快的音乐，而不会模棱两 上述问题。 可。该做法的目的旨在为后续构建音乐情感反 因此本文尝试综合考虑词曲的情感和词曲间 例打下基础。基于此基准，一共标定1275首乐 的节奏关系来给出一个尽量准确且客观的智能评 曲。如表1所示。 估。而要学习到词曲间的情感和节奏特征，则需 表1音乐情感分类数目统计 Table 1 Music emotion classification statistic 要研究设计合理的音乐表达形式，才能从中学习 到情感及节奏上的特征，因此本文将主要从音乐 类别 类别1 类别2 类别3 类别4 数据表达形式研究及算法模型设计两个方面进行 数目 299 306 345 325 阐述。 进一步，本文在歌词数相当的情况，将情感表 1音乐数据表达形式 达相反的两种情感音乐，进行词曲交换，作为音 乐情感反例。如图2为音乐情感反例。图中两个 要从音乐数据中能学习到词曲之间的情感关 片段分别来自音乐剧《悲惨世界》中的《Ony 系和节奏关系，则需要研究并构建情感、节奏正 own》以及欢快的音乐《Boogie Down》构建的 反例音乐样本，音乐反例构建的好坏决定了模型 反例。是对生成的音乐作品评价问题。 目前对音乐作品的评价方式主要包括以下几 种方式：1）基于互动的评价方式，这种评价方式 一般依赖于听者对一般音乐的反馈，通过收集听 者对生成音乐作品的反应，如心跳、脉搏和皮肤 电导，如评估分数、偏好或生理信号等；然后使用 收集到的信息来评估生成的音乐作品。由于音乐 作品的主观性，这种交互式评价方法被广泛使 用。文献 [1] 根据用户对音乐流派的选择，使用 马尔可夫链和歌词数据库创建歌词，而音乐则由 旋律和该流派的 3 个伴奏之一组成。而词曲的组 合则通过人工的方式由用户来决定。2）在基于交 互评价的基础之上，通过与音乐家合作获得专业 反馈。文献 [2] 通过选择专业人士和非专业人士 若干，综合评价为两方评价均分的加权求和。3）基 于规则的评价方法，使用显式的评价规则对生成 的音乐作品进行评价。评价规则是根据个人的创 作经验或音乐理论，综合考虑节奏、词组、音阶、 和弦等音乐要素而制定的。如文献 [3] 中采用了 音乐理论中考虑跳跃和间隔的一些评价规则对音 乐作品进行评价。这种方式对于创作特定音乐流 派的音乐作品是有效果的。4）基于学习的评价方 法，文献 [4] 利用神经网络构建了音乐情感分类 及评估模型。 本文采用的是基于学习的评价方式，随着自 然语言处理技术的发展和应用，通过算法模型对 音乐词曲进行情感分析的准确性逐渐增加。然而 对旋律或歌词进行单独的情感分析是不准确的， 主要包含两点：1）缺少旋律衬托的歌词无法确定 作曲者要突出的内容，从而对情感的分析是不准 确的；2）在没有旋律背景下的歌词，容易忽略歌 词中的节奏感，而节奏感在音乐中，对情感表达 是非常重要的。而现有的评价方式却未充分考虑 上述问题。 因此本文尝试综合考虑词曲的情感和词曲间 的节奏关系来给出一个尽量准确且客观的智能评 估。而要学习到词曲间的情感和节奏特征，则需 要研究设计合理的音乐表达形式，才能从中学习 到情感及节奏上的特征，因此本文将主要从音乐 数据表达形式研究及算法模型设计两个方面进行 阐述。 1 音乐数据表达形式 要从音乐数据中能学习到词曲之间的情感关 系和节奏关系，则需要研究并构建情感、节奏正 反例音乐样本，音乐反例构建的好坏决定了模型 是否可以通过正反例之间的差异挖掘到词曲之间 匹配的特征关系。若反例无法充分将不匹配的关 键因素表达出来，则难以通过词曲匹配算法区分 当前音乐词曲是否匹配。 1.1 音乐情感反例构建 由于本文是基于序列模型进行词曲匹配度评 估，是基于音乐序列的分析，所以在音乐情感模 型上，采用离散的音乐情感模型，提出了简化的 Hevner[5] 情感分类模型，并结合国人的审美标准， 对关键词进行适当修改。如图 1 所示，建立了音 乐情感模型，从情感角度将音乐分成四大类。相 邻类别具有一定的情感相似性，情感可以在相邻 类别上转换。相对两个情感类别表达情感内涵 相反。 神圣的 庄严的 严肃的 敬畏的 强劲的 崇高的 …… 1 2 悲伤的 黑暗的 压抑的 沉重的 孤独的 忧郁的 …… 3 幽默的 安静的 舒缓的 平静的 抒情的 从容的 …… 开心的 喜悦的 热烈的 欢快的 激动的 轰动的 …… 4 图 1 音乐情感模型 Fig. 1 Music emotion model 基于提出的 CZH 音乐情感模型。对公开的 词曲同步音乐数据集[6] 根据情感进行划分。在情 感标定的过程中，尽可能使得每一类情感音乐都 具有鲜明的情感表达，即当听欢快的音乐时，能 很容易区分该音乐为欢快的音乐，而不会模棱两 可。该做法的目的旨在为后续构建音乐情感反 例打下基础。基于此基准，一共标定 1 275 首乐 曲。如表 1 所示。 表 1 音乐情感分类数目统计 Table 1 Music emotion classification statistic 类别 类别1 类别2 类别3 类别4 数目 299 306 345 325 进一步，本文在歌词数相当的情况，将情感表 达相反的两种情感音乐，进行词曲交换，作为音 乐情感反例。如图 2 为音乐情感反例。图中两个 片段分别来自音乐剧《悲惨世界》中的《On my own》以及欢快的音乐《Boogie Down》构建的 反例。 ·68· 智 能 系 统 学 报 第 15 卷