Evrişimli uzun kısa süreli bellek derin sinir ağlarını kullanarak müzikten duygu tanıma

Bu tezde, Türk müziği duygu tanıma için evrişimli uzun-kısa süreli bellek derin sinir ağı (CLDNN) mimarisine dayalı bir yaklaşım öneriyoruz. Bu amaçla, her biri 30 saniyelik 124 Türk geleneksel müziği alıntısından oluşan yeni bir Türkçe duygusal müzik veritabanı oluşturuldu. Standart akustik özelliklere ek olarak, evrişimli sinir ağları (CNN) katmanlarını log-mel filtre bankası enerjileri ve mel frekans sepstral katsayıları ile besleyerek elde edilen yeni özellikleri kullandık. Sınıflandırma sonuçları, en iyi performansın, yeni özellik setinin standart özelliklerle birleştirildiğinde ve LSTM + DNN sınıflandırıcı kullanılarak elde edildiğini göstermektedir. %99.19 genel doğruluk, 10 kat çapraz doğrulama ile önerilen sistem kullanılarak elde edilir. Standart özelliklere yeni öznitelikler eklendiğinde doğal dinleyiciler ve uzmanlar için sırasıyla 6.45 ve 5.65 puan iyileşme elde edilir. Ayrıca, LDNN sınıflandırıcısının, K en yakın komşu (k-NN), Sıralı Minimal Optimizasyon (SMO), Naïve Bayes ve Rastgele Ormanlar (RF) sınıflandırıcıları ile karşılaştırıldığında müzikten duygu tanıma doğruluk oranı için sırasıyla doğal dinleyiciler için, 1.61, 1.61, 2.42 ve 3.23, uzmanlar için 5.65, 0.81, 4.84 ve 6.45 puan iyileştirmeler sağladığını sonuçlar göstermektedir.