中国互联网络信息中心(CNNIC)2010年1月发布的第25次中国互联网络发展状况统计报告指出,在3.84亿网民中,约3.21亿网民使用网络音乐应用,网络音乐以83.5％的使用率高居互联网应用使用率榜首。与此同时,数字音乐的数量也与日俱增。在互联网普及和网络应用不断发展的今天,面对庞大的用户群体和海量规模的数据,数字音乐的检索与推荐的重要性不言而喻。　　 让用户更快的找到自己感兴趣的音乐,是音乐检索与推荐的主要目的。音乐情感识别能够捕捉到人们对音乐的情感需求,根据音乐情感进行音乐检索和推荐,可以有效改善用户体验,明显提高检索推荐效果,具有很大的应用价值。而对音乐进行智能摘要提取,使音乐摘要能够在很短的时间长度上尽量体现音乐特征,比如音乐的情感信息,可以帮助用户迅速了解音乐情感特征,对提高检索效率、节省用户时间很有帮助。因此,对音乐情感识别和音乐摘要提取技术进行研究,具有重要的现实意义。　　 在音乐情感识别方面,本文基于PAD情感模型,分别使用多元线性回归、支持向量回归、高斯过程回归三种不同的回归方法,对中文歌曲进行PAD情感值的回归实验,并分析实验结果:提出了一种基于区间预测误差权重的回归器集成方法,并用这种集成回归方法对三种回归器的不同组合做集成实验,实验结果表明,该回归器集成方法能有效、稳定地提高音乐情感识别效果。　　 在音乐摘要提取方面,本文提出了一种基于片段情感识别的歌曲摘要提取方法,给出了其形式化描述及其中涉及到的问题的解决方案。该摘要提取方法包括根据歌词时间标签的歌曲分段、基于扩展训练集的歌曲片段情感识别、基于模糊聚类的歌曲整体情感识别、摘要提取算法参数确定等关键步骤。实验结果表明,该方法提取的摘要能在PAD情感模型的A、D维度上很好地代表整首音乐的情感。