本研究考虑了基于音频信号和歌词的多模态音乐情绪预测任务，复现传统特征工程方法的基础上提出了一种基于深度学习的新模型，证明了新方法相较于传统模型更擅长于唤起用户的注意，而在情感预测上两种方法表现相当。此外，我们还比较了不同的融合方法，在同时优化各单模态模型时取得了较大的提升，并向公众发布部分数据以供参考。

Sep, 2018

本文研究深度音频嵌入技术对于音乐情感识别领域的应用，探讨了L3-Net和VGGish等深度音频嵌入方法在情感识别上的表现，结果表明这些方法可有效提高基线情感识别模型的性能，且不需要人工专家工程。

Apr, 2021

通过提取音频特征使用数据驱动模型来识别毫无伴奏的歌曲中所表达的情感。

Sep, 2022

本文旨在研究多模态方法是否能在高级歌曲特征和歌词上比单一模态更好地预测歌曲情感得分，结果显示多模态特征在预测愉悦度时比纯音频好，其中 5 种高级歌曲特征对模型性能的贡献最大。

Feb, 2023

通过使用分类技术和XLMRoBERTa模型，为印度语歌曲的歌词建立了一个手动注释的数据集，并进行了音乐情感识别模型的测试。

Mar, 2023

DISCO-10M是一份新的 extensive music dataset，以超过以往已有的music dataset数量为目标，在multi-stage filtering process中实现了相似度比较，并提供预算的CLAP embeddings，以便于直接用于各种downstream tasks。

Jun, 2023

我们提出了一个新的大规模情感标记的符号音乐数据集，该数据集包括12k首MIDI音乐。通过在GoEmotions数据集上训练情感分类模型，我们实现了半基线模型大小的先进结果。然后，我们将这些模型应用到两个大规模MIDI数据集的歌词上。我们的数据集涵盖了广泛的细粒度情感，为探究音乐与情感之间的联系以及基于特定情感生成音乐的模型的发展提供了宝贵的资源。我们的推断代码、训练模型和数据集在网上可获得。

Jul, 2023

音乐中情感或心情可以在不同层面上表达自己。我们评估了基于歌词和音频的情感分析模型，并提出了结合音频和歌词结果的不同方法。我们还研究了音频和歌词情感之间的错误分类和矛盾，并确定了可能的原因。最后，我们解决了这个研究领域的一些基本问题，如主观性高，数据缺乏以及情感分类的不一致性。

May, 2024

本研究探讨了应用循环神经网络识别音乐中传达的情感，旨在通过将音乐调整到适合听众的情感状态，增强音乐推荐系统并支持治疗干预。我们使用Russell的情感象限将音乐分类为四个不同的情感区域，并开发了能够准确预测这些类别的模型。我们的方法涉及使用Librosa提取全面的音频特征，并应用各种循环神经网络架构，包括标准RNN，双向RNN和LSTM网络。初步实验使用包含900个已标记情感象限的音频片段数据集进行，我们将神经网络模型的性能与一组基准分类器进行比较，并分析其在捕捉音乐表达中固有的时间动态方面的有效性。结果表明，在较小的数据集中，较简单的RNN架构的表现可能与更复杂的模型相当甚至更优。我们还在较大的数据集上应用了以下实验：一是基于我们原始数据集进行的增强，另一是来自其他来源。这项研究不仅增进了我们对音乐情感影响的理解，还展示了神经网络在创建更个性化和情感共鸣的音乐推荐和治疗系统方面的潜力。

May, 2024

深度学习模型在音乐方面取得了巨大的进展，但现如今机器学习模型在准确捕捉情感方面有多好以及研究人员面临哪些挑战呢？本文提供了可用的音乐情感数据集的综合概述，讨论了评估标准以及该领域中的竞赛，并简要概述了多种音乐情感预测模型，为该领域内的多样化方法提供了见解。通过这个研究，我们强调了在准确捕捉音乐情感方面存在的挑战。鉴于该领域的动态性，我们还未我们的发现补充了一个相应的GitHub仓库。该仓库包含了音乐情感数据集和最近的预测模型的全面列表。

Jun, 2024