50首流行音乐的收集处理

Posted on Edited on

实验目的

为后续的大规模音乐数据集建立工作试水，希望能在这个过程中发现之前没有注意到的问题，并提出相应解决方案。

音乐收集和预处理

从英国UK榜第19周榜单下载流行乐37首，分发给13位同学裁剪并打分。（每人3首左右，这里音乐不重复打分，但在正式实验中每首歌需要10个左右受试者打分）最后回收到：

  • 34首音乐片段（裁剪高潮部分，30秒左右，正式实验中需要45秒左右）
  • 音乐曲名、作者、排行等元信息
  • 愉悦度和唤醒度打分（取值区间[-5,5]）

特征提取

使用openSMILE批量提取歌曲特征，得到IS13features.arff特征文件，包含了34首歌曲，每首6373维特征向量（使用2013 ComParE Feature Set音乐情感特征集）。

处理打分数据，得到情感标签

根据打分给每首歌打三个标签情感正负（即愉悦度的正负值），情感强弱（即唤醒度的正负值），四种基本情感（即VA二维平面的四个象限：高兴、惊恐、厌烦、轻松）。

将歌曲的特征向量和情感标签写入文件IS13features_withlabels.arff。

简单过一下分类流程

使用Weka中的libsvm对音乐情感进行简单分类。（注意这里只是简单过一下分类流程，以后真实应用中是不会这样做的，如在VA模型的2维空间中做回归分析）

10-fold交叉验证结果：

  1. 情感正负(V)

  2. 情感强弱(A)

  3. 四种基本情感(VA)

发现问题和拟解决方案

  1. 在音乐打分前没有规范音乐文件名（没有给每首音乐相应的ID），给音乐文件与打分数据的联结处理带来麻烦 –> 可以使用批处理给音乐规范ID并将其原文件名中包含的信息（歌曲名字、作者）写到专门的metadata文件中。
  2. metadata文件中还应该包含歌曲的排名和风格等元素 –> 这些需要爬虫支持（人工搜集还是不友好的。。）
  3. ffmpegMP3转WAV的时候报Warning，发现这次使用的音乐裁剪工具没有修改MP3的文件信息，可能会对以后的应用埋下隐患。（感觉是暴力裁剪的，文件头里的duration字段，frame字段等和裁剪后的文件真实信息不匹配）–> 换一个裁剪工具（可以试试也用ffmpeg）
  4. 受试者裁剪肯定是不行的 –> 机器裁剪还是我们人工裁剪？