基于深度学习构建音乐流派偏好识别模型

摘要

这项研究利用脑电信号和音乐熟悉度构建了一个深度学习模型，预测音乐类型的偏好。数据通过低成本Muse S设备收集，并使用CNN+RNN和EEGNet模型进行分析。熟悉度显著提升了准确率，最高可达99%，显示出其在偏好预测中的显著价值。

摘要

随着心理健康问题日益普及，音乐治疗作为一种非药物干预手段受到关注，深度学习技术在音乐情感识别和偏好预测方面展现出潜力。本研究构建了一个深度神经网络模型（CNN+RNN/EEGNet），以高效识别音乐类型偏好，并探讨用户熟悉度对预测准确性的影响。脑电信号通过四通道Muse S可穿戴设备收集，用户熟悉度分数作为输入功能。该研究遵循四个阶段的工作流程：准备、实验设计、模型构建和结果分析。在实验设计中，音乐被分为摇滚、抒情和民谣，并为每个类别收集了脑电图数据和熟悉度评分。数据通过CNN+RNN或EEGNet模型进行训练和测试，模型表现通过受试者层面的10折交叉验证进行评估。结果显示，仅用脑电图数据预测所有音乐类型的准确率为82.28±3.42%。在各个音乐类型中，准确度为91.13±3.60%（摇滚），91.83±2.07%（抒情曲），87.87±4.76%（民谣）。将用户熟悉度纳入功能并采用多层级评分输出时，整体预测准确率提升至94.94±1.61%，而单个音乐类型的准确度为99.15±1.56%（摇滚）、98.51±2.30%（抒情曲）、98.21±2.60%（民谣）。这些结果表明，将熟悉度特征与多层次评分系统结合，显著提升了对音乐偏好的预测能力。通过使用价格实惠的可穿戴Muse S EEG设备并利用用户熟悉度，本研究成功开发出高效的深度神经网络模型（CNN+RNN/EEGNet），用于识别音乐类型的偏好。研究结果表明，整体和个人音乐类型的预测都受益于熟悉度信息，凸显了该方法在个性化音乐推荐和音乐治疗应用中的潜力。

引言

音乐在人类生活中扮演着重要角色，网络平台的广泛使用使听音乐成为日常活动。除了娱乐，音乐还作为一种治疗工具，促进放松、减轻疼痛，并支持有发育障碍的个体。音乐偏好直接影响治疗效果和情绪反应。以往研究表明，偏好音乐能提升身体表现，如耐力和冲刺能力，¹，减轻压力和疼痛^，2。它也是老年人的重要干预措施，个体偏好会影响治疗效果 ^3,4。研究还显示，偏好音乐能降低心率和呼吸频率，促进放松。此外，音乐偏好还能提高情绪预测准确率⁵，增强情绪反应⁶，并提升机器学习模型性能，使预测准确率从53.18%提升至71.09%。反复暴露进一步增加偏好，无论初始偏差^如何。

尽管有这些发现，现有关于预测音乐偏好的研究仍受限于样本量小、年龄范围狭窄以及用户熟悉度不足。这些限制降低了模型的泛化性和实际应用性。将用户特定因素如熟悉度纳入，仍是提升预测性能的广泛应用。

音乐情感识别（EMR）已成为一个活跃的研究领域，其准确性受音乐偏好和熟悉度的....

方案

本研究依据衢州大学伦理委员会的指导方针进行。该研究方案已获得曲州大学机构审查委员会（IRB）批准，批准号为QZU-IRB-2026-037。所有参与者在纳入研究前均提供了知情同意。

实验准备与参与者招募
实验分为四个阶段 （见图1）：准备、实验设计、模型构建和结果分析。在准备阶段，基于音乐治疗、脑电图数据采集和深度学习模型文献综述，确定了研究目标。在实验设计阶段，招募了30名健康参与者进行音乐聆听任务。记录了脑电信号和音乐熟悉度评分。脑电图数据被标准化，并细分为2048个样本窗口，1024个样本重叠。熟悉度特征与脑电图数据结合作为模型输入。构建了两个模型，CNN+RNN和EEGNet。CNN层提取时间-频率特征，双向LSTM捕捉时间依赖性。分类使用了带有软最大激活函数的全连通层。模型以50个批次规模，使用Adam优化器训练30个时代。采用了退出和提前停止的措施。主要以准确度为评估指标，同时计算准确率、回忆率和F1分数指标以供进一步评估。

实验环境与设备配置
实验在一个安静、封闭、无外部干扰的房间内进行，室温保持在27 ^摄氏度。使用了以下设备：脑电图设备（Muse....

结果

模型表现在两种条件下进行评估：（1）仅有脑电图特征，（2）脑电图特征结合音乐熟悉度。分级涵盖了综合音乐类别和单一音乐类别（摇滚、抒情和民谣）。

表3 展示了仅使用脑电图特征获得的结果，表4则展示了结合脑电特征与熟悉度所得的结果。CNN+RNN和EEGNet模型均在这些条件下进行了评估，最终选定EEGNet作为最终模型，因其整体性能更优。

仅使用脑电图特征（见表3， 图4），模型在所有音乐类别中实现了82.28%±3.42%的整体准确率。单独评估时，摇滚音乐准确率为91.13%±3.60%，抒情音乐为91.83%±2.07%，民谣音乐为87.87%±4.76%。

当脑电图特征与熟悉度结合时（表4， 图5

讨论

此前基于脑电图的音乐偏好预测研究主要依赖多声道系统，限制了实际应用 21,22,23,24,25,26。本研究中，四通道可穿戴脑电设备（Muse S）结合深度学习模型和熟悉度功能，实现了相当性能，展示了更实用且可扩展的方法。

结果显示，将脑电信号与用户熟悉度整合，显著提升了所有音乐类别的预测准确性。这一发现表明，音乐偏好不仅受神经反应影响，还受先前接触的影响，这与现有关于音乐认知和^{熟悉度效应}的研究一致，8,9,10,11。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
酒精湿巾	任何标准供应商	无	用于在参与者之间清洁耳机
数据采集计算机	任何标准制造商	无	运行Muse SDK和实验室流层（LSL）
脑电图耳机（Muse S）	InteraXon公司	https://choosemuse.com/muse-s/	四通道可穿戴脑电设备（TP9、AF7、AF8、TP10）
最终款E3000入耳式耳机	最终音频设计	https://snext-final.com/en/products/detail/E3000	实验中用于音频播放
实验室流层（LSL）软件	开源	https://github.com/sccn/labstreaminglayer	用于脑电图数据流
Muse SDK	InteraXon公司	https://developer.choosemuse.com/	用于脑电图数据采集
问卷之星（在线平台）	长沙兰兴信息技术有限公司	https://www.wjx.cn/	用于熟悉度数据收集
Python 3.10	Python 软件基础	https://www.python.org/downloads/	用于数据处理和分析
张量流 2.12	谷歌	https://www.tensorflow.org/	深度学习框架
Keras 2.12	谷歌	https://keras.io/	神经网络 API
MNE-Python 1.3	开源	https://mne.tools/stable/index.html	脑电图数据分析
数字Py 1.26	开源	https://numpy.org/	数值计算
熊猫 2.1	开源	https://pandas.pydata.org/	数据操作