MER60 dataset

大型语言模型通过上下文学习提升音乐情感预测能力

研究人员探索了利用大型语言模型（LLM）的上下文学习（ICL）来改进音乐情感效价（valence）和唤醒度（arousal）的预测。虽然唤醒度通常可以从音频中预测，但效价更具主观性和情境依赖性。研究发现，ICL，特别是使用歌词和音频字幕等文本数据时，显著提高了效价预测的准确性。结合原始音频的多模态方法也显示出潜力，这表明ICL是当前语言模型在预测音乐情感方面一种有效的推理时策略。