[发明专利]基于脑机交互的音乐情绪化推荐方法

说明书

技术领域

本发明涉及一种基于脑电信号的音乐情绪化推荐方法，通过对用户当前脑电信号的分析判断用户当前的情绪，可以自动的根据情绪推荐音乐。适应于婴幼儿音乐培养、睡眠音乐治疗和普通音乐搜索等领域。

背景技术

音乐存在于世界各个角落，已成为人们生活、学习、精神治疗中必不可少的元素之一。音乐的数字化传播正成为流行的趋势。人们也已经开始习惯于从网络中得到丰富多彩的各种的音乐内容。大脑皮层的神经元具有自发生物电活动，这种活动在头皮被记录下来称为脑电信号。脑电信号随着人的情绪变化有着对应的关系。通过脑电信号可以判定人的情绪状态。同时音乐和情绪密切相关，音乐对表达、调整情绪有着重要的作用。如何从大量的音乐资源中找到适合当前情绪的音乐成为社会的迫切需求。

在目前的音乐推荐系统中多是基于关键字的推荐，没有考虑用户本身的情绪，也就是说，目前无法实现按照用户的情绪需要推荐音乐。如何诊断用户情绪并自动按照情绪需求推荐给用户更符合他（她）心情的音乐则是音乐推荐研究的新课题，将为婴幼儿、睡眠疗法和普通用户的音乐推荐提供新的途径。

现有技术中有一些基于情感的音乐推荐系统或方法(参考文献:[1]一种基于音乐片断信息查询的音乐搜索方法CN101226526A(张闻麒 程伟民 范迪)23July2008.[2]Changsheng Xu.Automatic music classification and summarization.[J]Speech and Audio Processing,2005,V13(3):441-450.[3]Mu Li&Bao-Liang Lu.Emotion Classification Based on Gamma-band EEG[J],31^stAnnual International Conference of the IEEE EMBS,Minineapolis,Minnesota,UDA September206,2009,p132301326.)，这些方法大多是对音乐的声学特征进行研究，试图找出情感的种类。而利用用户的生理信号如脑电图（EEG）去自动发现用户的情感进而进行推荐的方法还没有。根据脑电生理学研究显示：听积极情绪的乐曲时左前脑会产生较强的脑电活动，而当听消极情绪的乐曲时右前脑则会产生较强的脑电活动。这些研究说明，根据脑电是可以提取到不同情绪状态的特征值。并且随着脑机交互技术的发展，从脑电数据获取用户当前情绪状态成为可能。

发明内容

针对现有技术中的不足，本发明依据不同的情绪状态在大脑的反映应不同，从脑电信号进行情绪识别并实现对应情绪的音乐自动推荐，比利用人为的给音乐加上关键字的推荐方法具有更客观、准确的特性。

本发明采用的技术方案如下：

基于脑机交互的音乐情绪化推荐方法，包括如下步骤：

（1）使用19导联脑电信号采集仪器，采集输入用户脑电信号，利用脑电情绪识别模型EMSVM识别当前脑电信号的情绪类别是6种基本情绪中的哪一种，即当前用户的情绪类别，这6种基本情绪分别为：高兴、痛苦、悲伤、愤怒、舒缓和抑郁；

（2）利用音乐情绪识别模型MMSVM对外界音乐进行所述6种基本情绪的识别，标注情绪索引号，建立音乐情绪数据库MMD；

（3）根据当前用户的情绪类别，将音乐情绪数据库MMD中的对应情绪类别索引号的音乐推荐给用户。

所述步骤（1）中脑电情绪识别模型EMSVM的建立过程为：利用19导联脑电信号采集仪器，采集实验用户在所述6种基本情绪下的脑电信号样本，每种情绪下采集100个脑电信号样本，每个样本采集时间为60秒，共600个脑电信号样本数据；将采集好的数据用小波变换进行频率分解，得到δ波：0.5-3.5Hz，θ波：4-7Hz，α波：8-13Hz，β波：14-30Hz四个波段；将这四种波的频段能量作为特征，利用这600个6种情绪类别的19导联四波段能量特征矢量作为样本训练一个SVM分类器，训练好的SVM参数模型即可以对输入的任何脑电信号进行识别，判断其对应的6种基本情绪之一；此SVM参数模型即是脑电情绪识别模型EMSVM。