新書推薦：
《
虚无主义与崇高的后现代：从浪漫主义到后现代主义一段艰难关系的历史（故事）
》
售價：HK$
90.9
《
图解昆虫学
》
售價：HK$
572.7
《
银幕艳史：都市文化与上海电影（1896-1937）（典藏本）
》
售價：HK$
147.2
《
淮南子的思想世界
》
售價：HK$
78.2
《
汉阙漫漫隐官道 ： 东汉二百年政争与兵事
》
售價：HK$
227.7
《
甲骨文丛书·魏玛共和国：1918～1933
》
售價：HK$
194.4
《
中文版Photoshop数码照片处理全视频实践228例（溢彩版）
》
售價：HK$
135.7
《
一木倒，万物生：树的第二次生命
》
售價：HK$
62.1
|
| 編輯推薦： |
智能音箱播放歌曲这个看似简单的场景背后，是多种人工智能技术的集体协作，包括声学信号处理、语音自动识别、自然语言理解、资源检索与发现、自然语言生成、语音合成等，其中内容检索是满足用户终需求的关键技术之一。
面向音乐数据集的这些特征构建索引，根据特征数据收录的不同可以有不同的技术体系。在自然语言处理中，自然语言理解处于核心地位。如果把音乐看成一种特殊的“语言”，那么，对音乐的语义理解意味着什么？音乐的那些主要特征能够表达音乐的语义特征吗？人类情感可以量化吗？人工智能可以具备情感吗？情感化的人工智能在产品设计中的竞争力有多强？在本书中，希望你可以找到答案。
|
| 內容簡介： |
|
音乐信息检索是从海量音频信号、音乐的符号表示或网页资源上提取并分析出音乐有意义的特征，用此特征为音乐建立索引，然后设计不同的查询和检索机制，以获得人们想要查询的音乐作品的过程。随着数字音乐的发展，音乐信息检索融合了计算机机器学习、模式识别和人工智能技术，是人工智能应用的典型领域之一。同时，作为计算机技术探寻人类情感等语义的重要领域，吸引了众多学者和业界的广泛关注。 本书论述了以旋律作为主要特征检索音乐的模型及其实现方法，建立基于流形排序的整首音乐内容检索模型，并介绍了相关反馈方法对检索结果的改进技术。另外，解读了基于示例语义的检索模型，论述了如何克服音乐检索“语义鸿沟”问题，将音乐映射到一个语义空间的方法。后，讲解人工智能技术在音乐检索方向上的发展趋势和全新应用。 本书读者主要是艺术、计算机应用领域的艺术家、研究人员、计算机应用开发人员、数字媒体设计人员、数字音乐产业从业人员及教育工作者。另外，本书对于语音识别、模式识别等领域的从业者也有很高的参考价值。
|
| 關於作者： |
|
秦静，女，博士，大连大学软件工程学院副教授，辽宁省智慧医疗协同创新中心、大连市智慧健康与医疗重点实验室成员。主要研究方向为模式识别与信息检索。先后主持国家自然科学基金青年基金一项项、辽宁省重点研发计划一项。十余年来一直从事音乐检索领域的研究，先后发表数篇音乐信息检索领域论文，其中多篇被《科学引文索引》（SCI）或《工程索引》（EI）检索，积累了音乐信息检索丰富的理论及应用经验。
|
| 目錄：
|
第1章 音乐信息检索的产生与发展 // 001
1.1 音乐信息检索历史与发展 //003
1.2 音乐信息检索建模与表达 //005
1.3 音乐信息检索相关研究 //006
1.4 国内外研究进展 //010
1.4.1 音乐检索 // 010
1.4.2 音乐推荐 // 014
1.4.3 音乐播放列表生成 // 015
1.4.4 音乐浏览界面 // 016
1.4.5 其他检索应用 // 019
1.5 研究思路 //021
1.5.1 框架 // 021
1.5.2 研发思路 // 022
第2章 音乐计算理论 // 023
2.1 音乐特征提取 //025
2.1.1 时域和频域特征 // 025
2.1.2 低层特征和音色 // 028
2.1.3 音高特征 // 030
2.1.4 旋律、和弦和音调 // 035
2.2 音乐相似度 //038
2.2.1 自相似性分析与音乐结构 // 038
2.2.2 全局相似度 // 038
2.2.3 基于向量空间模型的音乐相似度 // 039
2.2.4 基于共现分析的音乐相似度 // 041
2.3 本章小结 //045
第3章 基于旋律的哼唱音乐检索模型 // 047
3.1 哼唱旋律的表示模型及其匹配技术框架 //048
3.2 基于遗传算法的旋律轮廓对齐算法 //050
3.2.1 染色体编码设计 // 052
3.2.2 适应度函数定义 // 053
3.2.3 算法描述 // 053
3.2.4 加权综合旋律模板匹配算法 // 054
3.3 旋律模板的局部敏感哈希 //055
3.3.1 音乐文件的模板生成 // 056
3.3.2 局部哈希算法 // 057
3.3.3 面向欧氏距离的LSH函数族 // 058
3.3.4 基于局部哈希算法的哼唱检索 // 059
3.4 实验结果与分析 //060
3.4.1 遗传算法实验结果及其分析 // 061
3.4.2 哼唱检索系统检索结果及其分析 // 064
3.5 本章小结 //066
第4章 基于示例内容的音乐检索模型 // 067
4.1 基于流形排序的音乐检索技术框架 //068
4.2 流形排序 //069
4.3 音频流形排序算法设计 //071
4.3.1 特征选择 // 071
4.3.2 流形排序算法设计 // 072
4.3.3 相关反馈算法设计 // 074
4.4 实验结果与分析 //077
4.5 本章小结 //081
第5章 基于示例语义的音乐检索模型 // 083
5.1 基于示例语义的音乐检索 //084
5.2 基于示例语义的音乐检索系统框架 //086
5.3 基于深度学习算法的模型设计 //087
5.3.1 问题描述 // 087
5.3.2 模型设计 // 091
5.3.3 算法描述 // 094
5.4 模型改进 //096
5.4.1 损失函数调整 // 097
5.4.2 SMOTE算法 // 098
5.4.3 基于ELM的语义向量生成 // 100
5.5 实验结果与分析 //101
5.5.1 数据集与语义特征提取 // 101
5.5.2 标注性能评价 // 102
5.5.3 检索性能评价 // 103
5.5.4 实验结果分析 // 103
5.6 本章小结 //111
第6章 基于示例语义的音乐检索与交互技术应用 // 113
6.1 音乐检索交互系统 //114
6.2 基于语义的音乐检索交互系统框架 //116
6.3 基于语义的音乐检索交互系统设计 //117
6.3.1 基于语义的音乐检索算法实现 // 117
6.3.2 基于交互信息的音乐推荐算法实现 // 118
6.3.3 用户语义配置文件的生成 // 119
6.4 系统实现 //120
6.4.1 检索数据集的建立 // 120
6.4.2 检索交互系统实现 // 122
6.5 本章小结 //125
第7章 人工智能在音乐检索技术中的应用 // 127
7.1 音乐语义提取及应用 //128
7.1.1 音乐语义标注的深度神经网络模型 // 128
7.1.2 可解释模型音乐语义模型 // 133
7.2 跨模态音乐检索 //133
7.2.1 音乐-视频跨模态检索 // 133
7.2.2 音乐-歌词跨模态检索 // 134
7.3 智能音乐交互及发现工具 //136
7.3.1 基于LibROSA的音乐信息检索系统评估工具 // 136
7.3.2 基于语义图表的音乐元数据复杂性建模 // 139
7.3.3 MusicWeb：具有开放链接语义元数据的音乐发现 // 139
7.3.4 基于肢体动作相似度的舞蹈音乐检索系统 // 141
7.3.5 语义音乐播放器 // 143
7.4 本章小结 //143
参考文献 // 145
|
| 內容試閱：
|
音乐是人类精神文明的重要产物，是人类灵魂的安慰剂。在中华民族五千年的文明中，礼乐文明是重要的组成部分，其中“乐”就是指音乐。古代先贤十分重视音乐在社会文明发展、社会秩序维护方面的重要作用，认为音乐可以帮助维护社会和谐，即所谓“乐至则无怨，礼至则不争”的社会发展理想境界。孔子开经授课，讲授《诗》《书》《礼》《乐》，这些著作构筑了儒家博大精深的政治理论体系，孔子也曾在齐国闻《韶》乐而三月不知肉味，可见音乐对社会和个人精神文明的深远影响。
随着网络和大规模数字音乐产业的发展，音乐的获取和收听以更加便捷的方式呈现在用户面前，如何从海量的互联网数字音乐数据中，找到用户喜闻乐见的音乐，成为音乐信息检索领域要解决的关键问题和主要目标。常见的音乐检索都是以文本检索为主要手段，需要大量的人工标注，大大阻碍了音乐作品的检索和传播，成为数字音乐产业发展的瓶颈问题。
音乐是人类思维的产物，以物理波形为载体，传递着人们对生活的理解和主观感受。情感是音乐先天的属性，音乐是能够表达人类思想和传播文化的途径。人工智能发展到今天也不同程度地遇到了“语义瓶颈”，如何让机器理解和表达人类情感，成为人工智能技术无法跨越的鸿沟。
为了探索机器理解语义的方法，本书从音乐这一情感载体入手，详细论述了从基于音乐内容到音乐语义的信息检索模式，从而为机器理解人类情感打开一扇有趣的窗口。本书的研究思路、研究方法及其发展历程，在文本、图像和视频领域有相通之处，本书也能使读者进一步理解多媒体信号语义提取方法和应用。
本书融合了作者十余年来在该领域学习研究的经验，对相关算法和方法的IV AI探视人类情感原理与实践——人工智能驱动的音乐信息检索论述深入浅出，使得读者能够理论联系实际，更快地从事该领域的工作。
作为计算机领域的专业书籍、科普读物，本书总结、回顾了计算机领域对音乐检索做出的研究工作，为计算机科普人员、青少年读者、模式识别和人工智能领域研究人员、语音处理和互联网多媒体技术研究人员、IT从业者、数字音乐产业服务人员、音乐服务提供商进一步学习和从事音乐信息检索方向的工作，提供坚实的理论和实践案例。
感谢北京师范大学周明全教授、西北大学耿国华教授、大连理工大学林鸿飞教授提供的指导，感谢安雯、孙法莉、马雪倩、高福杰、王伟滨、蒋卓同学的帮助。
衷心感谢清华大学出版社的大力支持和协助，使本书能够顺利出版。
由于作者的水平有限，书中难免有不足和疏漏之处，恳请各位读者提出批评和建议，以便进一步修订和改进。
秦静
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
