深度学习网络用于贝多芬钢琴奏鸣曲创作时期分类的研究

作者：夏一婷; 江怡维; 李天然; 叶涛^*

来源：复旦学报(自然科学版), 2021, 60(03): 353-359.

DOI：10.15943/j.cnki.fdxb-jns.2021.03.013

• 深度学习
• 自然语言处理
• 音乐分类

把音频文件转化为自然语言序列后,使用mLSTM模型+softmax回归的深度学习网络对贝多芬钢琴奏鸣曲的创作时期进行分类,10折交叉验证的平均准确率可达到90%.这一工作说明创作于不同时期的贝多芬钢琴奏鸣曲的确呈现出不同的艺术特征,这一模型也可为其他的音乐分类问题提供新的思路.

• 单位
  星海音乐学院; 南方科技大学