音乐标签分类的本质是降维映射——把高维音频信号压缩成人类可用的离散标签。核心只有一句话:四个独立维度交叉产生所有标签。
每一层都是上一层的信息压缩——从连续信号到离散标签,最终变成「打开就能听」的产品。
情绪不是一维的「开心/难过」,而是基于 Thayer 情感模型的二维平面——能量轴与效价轴的交叉。
风格是音乐的结构特征,不是感觉——它描述的是编曲方式、乐器选择和节奏框架。
场景维度回答的是「什么时候听」,本质上是对音频特征的一种语义化包装。
这一层是所有标签的物理锚点。「快乐」实际上对应 valence>0.6 + energy>0.5 + major_key,不是凭空定的。
| 特征 | 含义 | 取值范围 | 可视化 |
|---|---|---|---|
| BPM | 每分钟节拍数 | 40 — 200 | |
| Energy | 能量强度 | 0.0 — 1.0 | |
| Valence | 效价(积极/消极) | 0.0 — 1.0 | |
| Danceability | 舞曲性 | 0.0 — 1.0 | |
| Acousticness | 原声程度 | 0.0 — 1.0 | |
| Instrumentalness | 纯音乐概率 | 0.0 — 1.0 | |
| Loudness | 响度 | -60 — 0 dB | |
| Key / Mode | 调性 / 大小调 | 大调=积极 · 小调=消极 | 离散值,非连续 |
每个复合标签都是四维空间中的一个子区域,不是树状拼接,不是简单叠加。
| # | 复合标签 | 情绪约束 | 风格约束 | 场景约束 | 音频约束 | 典型特征 |
|---|---|---|---|---|---|---|
| 1 | 深夜emo | A 孤独/悲伤/抑郁 | B 流行/民谣/R&B | C 深夜独处 | BPM<85 energy<0.4 小调 | 慢歌 · 钢琴/吉他 · 伤感歌词 |
| 2 | 治愈 | A 治愈/平静/放松 | B 流行/民谣/新世纪 | C 通用 | BPM 70-100 valence>0.5 | 温暖旋律 · 积极歌词 · 中等编曲 |
| 3 | 热血 | A 活力/热血励志/自信 | B 流行/摇滚 | C 运动 | BPM>120 energy>0.7 大调 | 副歌高能 · 鼓点强烈 |
| 4 | 燃 | A 狂欢/热血励志 | B 摇滚/说唱/电子/金属 | C 派对/运动 | BPM>130 energy>0.8 loud>-8dB | 失真/合成器 · 嘶吼/快嘴 |
| 5 | 怀旧 | A 思念/悲伤 | B 民谣/流行 | C 通用 | BPM 70-100 acoustic>0.5 | 叙事歌词 · 原声乐器 · 年代感 |
| 6 | 放松 | A 放松/平静 | B 通用(排除重型) | C 休息/通勤 | BPM 60-95 energy<0.5 | 轻编曲 · 柔和人声 |
| 7 | 失恋 | A 悲伤/苦情/孤独 | B 流行/R&B | C 通用 | BPM<90 小调 valence<0.3 | 情歌 · 钢琴弦乐为主 |
| 8 | 励志 | A 热血励志/活力/自信 | B 流行/摇滚 | C 通用 | 大调 · 能量差>0.2(主→副) | 主歌低能→副歌爆发 |
| 9 | 安静 | A 平静/放松 | B 古典/民谣/纯音乐/新世纪 | C 学习/冥想 | BPM<75 instru>0.5 | 极简编曲 · 无歌词 |
| 10 | vibe/氛围 | A 放松/平静 | B 电子/新世纪/纯音乐 | C 通勤/休息 | BPM 80-110 长混响 | lo-fi/ambient · 循环结构 |
| 11 | 催眠/助眠 | A 平静 | B 纯音乐/新世纪/电子 | C 睡眠 | BPM 50-70 energy<0.2 instru>0.8 | 无节奏感 · 白噪声/自然音 |
| 12 | 甜歌 | A 甜蜜/浪漫 | B 流行/R&B | C 约会 | BPM 80-110 大调 valence>0.7 | 轻快旋律 · 甜蜜歌词 |
| 13 | 蹦迪 | A 狂欢/活力 | B 电子/说唱 | C 派对 | BPM>125 dance>0.8 | 四拍底鼓 · drop段落 |
| 14 | 车载 | A 活力/放松 | B 流行/电子/说唱 | C 开车 | BPM 90-130 energy 0.4-0.8 | 节奏稳定 · 不突兀 |
| 15 | 跑步 | A 活力/自信 | B 电子/说唱/流行 | C 跑步 | BPM 140-180 dance>0.6 | 节拍精准 · 可踩点 |
| 16 | 古风/国风 | A 通用 | B 古风/国风 | C 通用 | 五声音阶 · 传统乐器>30% | 箫/古筝/琵琶/二胡 |
其中 S 是允许的标签集合(或关系),R 是音频特征的取值范围(区间约束)。每个复合标签都是四维空间中的一个子区域,不是一个点。
用规则去反推汽水音乐/网易云的实际歌单,检验吻合度。如果不吻合,说明约束边界需要调参。
如果以上全部吻合,说明规则成立。如果不吻合,说明某个维度的约束边界需要调参。
四个独立维度交叉产生所有标签,
复合标签是四维空间中的子区域,
不是树状拼接。