[發(fā)明專利]一種基于腦電信號的音樂自動切換方法

在審

• 申請?zhí)枺?/td>: 202110040606.8
• 申請日: 2021-01-12
• 公開（公告）號: CN112754502A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 滕凱迪;趙倩;董宜先;單洪芳
• 申請（專利權(quán)）人: 曲阜師范大學
• 主分類號: A61B5/372
• 分類號: A61B5/372;A61B5/374;A61B5/38;A61B5/16;A61B5/00;A61M21/02;A61M21/00
• 代理公司: 焦作加貝專利代理事務(wù)所(普通合伙) 41182
• 代理人: 馮新志

1.一種基于腦電信號的音樂自動切換方法，其特征在于，音樂應(yīng)用在播放歌曲時，通過腦電信號識別當前用戶情緒并進行分類，根據(jù)用戶情緒分類尋找與其匹配的歌曲分類，從該歌曲分類中自動選擇一首歌曲作為播放曲目，同時基于腦電數(shù)據(jù)所反映的實時情緒動態(tài)變化情況，自動生成下一首適宜的播放歌曲。

2.根據(jù)權(quán)利要求1所述的音樂自動切換方法，其特征在于，采用Emotiv Epoc+無線藍牙腦電記錄儀進行腦電信號采集。

3.根據(jù)權(quán)利要求2所述的音樂自動切換方法，其特征在于，由數(shù)名未接受過任何專業(yè)音樂訓(xùn)練的健康測試者，在安靜狀態(tài)下保持注意力高度集中，播放歌曲的同時采集測試者的腦電數(shù)據(jù)，歌曲播放結(jié)束后，讓測試者對播放歌曲的情緒類別進行評定；情緒類別評定指的是分別在正負效價和高低喚醒度兩個維度上進行1-9分的主觀打分；選擇不同類型的數(shù)首歌曲重復(fù)進行前述測試。

4.根據(jù)權(quán)利要求3所述的音樂自動切換方法，其特征在于，基于腦電信號進行情緒分類通過構(gòu)建腦電-情緒分類模型實現(xiàn)，腦電-情緒分類模型的構(gòu)建包括以下步驟：

步驟A1，采集腦電信號并進行預(yù)處理；

步驟A2，提取腦電信號的特征信息，形成特征矩陣；

步驟A3，對特征矩陣進行特征融合，實現(xiàn)降維處理；

步驟A4，分類模型使用SVM分類器，利用訓(xùn)練集進行模型訓(xùn)練，通過交叉驗證，得到訓(xùn)練后的分類模型；

步驟A5，將訓(xùn)練后的分類模型與情緒量表進行匹配，得到腦電-情緒分類模型。

5.根據(jù)權(quán)利要求4所述的音樂自動切換方法，其特征在于，所述步驟A1中的腦電信號預(yù)處理包括放大、濾波、小波降噪、分解與重構(gòu)，小波降噪涉及到的小波變換參數(shù)，通過遺傳算法確定，利用小波包對腦電信號分解與重構(gòu)，提取各個頻帶范圍的信號，分別是δ節(jié)律、θ節(jié)律、α節(jié)律、β節(jié)律。

6.根據(jù)權(quán)利要求4所述的音樂自動切換方法，其特征在于，所述步驟A2中的提取腦電信號的特征信息包括利用Welch譜估計算法提取四種節(jié)律的功率譜特征，以及提取四種節(jié)律的Hurst指數(shù)。

7.根據(jù)權(quán)利要求4所述的音樂自動切換方法，其特征在于，所述步驟A3采用主成分分析法對特征矩陣進行特征融合。

8.根據(jù)權(quán)利要求4所述的音樂自動切換方法，其特征在于，歌曲分類基于個體情緒誘發(fā)點與歌曲之間的聯(lián)系，包括以下步驟：

步驟B1，將歌曲降采樣率，分幀處理后對歌曲進行短時傅里葉變換；

步驟B2，提取歌曲的RMS特征和MFCC特征；

步驟B3，對特征參數(shù)聚類分析進行降維處理，選用混合迭代的K均值聚類方法提取聚類中心和類內(nèi)方差；

步驟B4，在統(tǒng)計分析的基礎(chǔ)上將用戶聽歌時主觀標記的情緒量表與歌曲進行匹配，根據(jù)經(jīng)典的效價和喚醒度二維情緒模型，將腦電信號和相應(yīng)歌曲映射到各個情緒坐標象限內(nèi)，從而將這些歌曲也標識到情緒象限里，得到個體音樂-情緒模型。

9.根據(jù)權(quán)利要求8所述的音樂自動切換方法，其特征在于，在音樂庫中找尋與種子歌曲比較相似的曲目，利用最大似然估計法對高斯混合模型參數(shù)進行訓(xùn)練，對歌曲進行基于內(nèi)容的相似度分析，用戶在音樂庫中指定相似度和選定歌曲，音樂應(yīng)用根據(jù)用戶選擇自動輸出結(jié)果，實現(xiàn)歌曲分類。