28、音乐分析与感知：从深度学习到情感传染

音乐分析与感知：从深度学习到情感传染

音乐，作为一种跨越文化和语言的艺术形式，不仅能够带给我们美妙的听觉享受，还蕴含着丰富的情感信息。今天，我们将探讨两个与音乐分析相关的重要话题：一是基于深度学习的音乐结构分析模型 deepGTTM - III，二是音乐情感的感知传染现象，特别是在印度古典音乐中的研究。

一、deepGTTM - III：多任务学习与分组和节拍结构

在音乐分析领域，深度学习技术正发挥着越来越重要的作用。deepGTTM - III 就是这样一个结合了分组结构分析器 deepGTTM - I 和节拍结构分析器 deepGTTM - II 的模型。与 deepGTTM - I 和 deepGTTM - II 分别独立学习分组和节拍结构不同，deepGTTM - III 能够同时学习这两种结构。

为了评估 deepGTTM - III 的性能，研究人员使用了 GTTM 数据库中的 100 首音乐作品进行评估，其余 200 首用于训练网络。评估指标采用了 F - 测度，它是精确率 P（所选正确点的比例）和召回率 R（识别出的正确点的比例）的加权调和平均值。

以下是不同模型在获取局部分组边界和节拍结构方面的 F - 测度对比：
| 旋律 | 低级别分组边界（deepGTTM - III） | 低级别分组边界（deepGTTM - I） | 节拍结构（deepGTTM - III） | 节拍结构（deepGTTM - II） |
| — | — | — | — | — |
| Grande Valse Brillante | 0.80 | 0.79 | 0.93 | 0.94 |
| Moments Musicaux