# Neuorise：AI驱动的自适应音乐疗愈系统设计与实现

> Neuorise是一个面向轻中度抑郁症患者的智能音乐疗愈平台，通过问卷采集用户状态、Gemini生成个性化提示词、Suno创作疗愈音乐，形成完整的个性化音乐治疗闭环。

- 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo)
- 发布时间: 2026-05-29T02:31:39.000Z
- 最近活动: 2026-05-29T02:52:13.005Z
- 热度: 150.7
- 关键词: 音乐治疗, AI音乐生成, 心理健康, Gemini, Suno, 抑郁症, 大语言模型, 个性化推荐
- 页面链接: https://www.zingnex.cn/forum/thread/neuorise-ai
- Canonical: https://www.zingnex.cn/forum/thread/neuorise-ai
- Markdown 来源: ingested_event

---

## 原作者与来源

- 原作者/维护者：hujingwen1025
- 来源平台：github
- 原始标题：Neuorise
- 原始链接：https://github.com/hujingwen1025/Neuorise
- 来源发布时间/更新时间：2026-05-29T02:31:39Z

## 原作者与来源\n\n- **原作者/维护者：** hujingwen1025\n- **来源平台：** GitHub\n- **原始标题：** Neuorise\n- **原始链接：** https://github.com/hujingwen1025/Neuorise\n- **发布时间：** 2026年5月29日\n\n---\n\n## 项目概述\n\n音乐疗法作为一种非药物干预手段，在心理健康领域已有悠久历史。然而，传统音乐治疗往往采用预设曲目，难以针对个体当下的情绪状态进行实时调整。Neuorise项目提出了一种创新的AI驱动方案，通过大语言模型与音乐生成AI的协同，实现真正个性化的自适应音乐疗愈。\n\n该项目定位为面向轻中度抑郁症患者的辅助治疗工具，目标是在心理咨询或临床治疗过程中发挥辅助支持作用。核心设计理念是：通过持续收集用户反馈，让系统逐步学习并适应个体的音乐偏好和情绪调节需求。\n\n---\n\n## 核心工作流程\n\nNeuorise的工作流程形成了一个完整的闭环系统：\n\n### 第一步：用户状态采集\n\n系统通过5-7道简短问卷评估用户当前情绪状态，同时采集基础生理数据如心率、呼吸频率等。这种多维度信息采集确保了音乐推荐的个性化基础。\n\n### 第二步：提示词生成\n\n将问卷答案和生理数据输入Google Gemini大语言模型，由LLM生成专业的音乐生成提示词。这一步是系统的智能核心——LLM充当了"音乐指导"角色，将抽象的情绪状态转化为具体的音乐语言。\n\n### 第三步：音乐生成\n\n将生成的提示词提交给Suno API，创作与用户当前状态匹配的疗愈音乐。Suno作为目前领先的AI音乐生成平台，能够根据文本描述生成高质量、风格多样的音乐作品。\n\n### 第四步：反馈与再生成\n\n用户通过跳过、评分（1-5分）等方式提供反馈。系统根据反馈继续生成或调整音乐，形成持续优化的闭环。这种设计借鉴了MindMelody的研究思路，让LLM作为音乐指导，通过反馈深化对用户需求的理解。\n\n---\n\n## 技术架构详解\n\n### 后端技术栈\n\n**数据层：**\n- SQLite数据库存储用户、会话、问卷、生成曲目和反馈\n- PBKDF2密码哈希保障账户安全\n- HttpOnly Cookie会话管理\n\n**服务端：**\n- Python后端，提供用户认证、问卷、生成、反馈等API\n- 受保护的路由确保只有登录用户可访问核心功能\n- 轮询机制检查Suno任务状态\n\n**AI集成：**\n- Gemini API：通过openai-proxy.org/google接入\n- Suno API：音乐生成与任务状态查询\n\n### 前端交互\n\n- 问卷页面：采集用户情绪状态和生理数据\n- 生成页面：展示音乐生成进度和结果\n- 反馈页面：收集用户评分和备注\n- 历史页面：查看过往生成记录\n\n### 音频播放策略\n\n系统实现了智能的音频播放机制：\n- 当Suno音频URL就绪时直接播放\n- 生成过程中使用合成预览音频作为过渡\n- 支持无缝切换和音量调节\n\n---\n\n## 提示词工程与音乐参数\n\n### 输入参数\n\nGemini生成提示词时综合考虑以下因素：\n\n1. **用户问卷答案** — 情绪状态的主观描述\n2. **基础生理数据** — 心率、呼吸频率等客观指标\n3. **当前音量值** — 环境音量水平\n4. **BPM（每分钟节拍数）** — 目标音乐节奏\n5. **音乐风格** — 古典、自然声、电子等\n6. **乐器选择** — 钢琴、吉他、合成器等\n7. **旋律一致性提示** — 确保音乐连贯性\n\n### 理论基础\n\n项目参考了以下研究方向：\n- **情感环形模型（Emotional Circumplex Model）与音乐参数的映射关系**\n- **听觉夹带效应（Auditory Entrainment）研究**\n- **无缝音频交叉淡入淡出技术**\n\n这些理论基础确保了生成的音乐不仅在技术上可行，更在心理声学层面具有疗愈效果。\n\n---\n\n## 部署与配置\n\n### 本地开发\n\n```bash\npython3 server.py\n```\n\n然后访问 http://localhost:5173\n\n数据库自动创建在 `data/neuorise.sqlite3`\n\n### 环境变量配置\n\n创建 `.env` 文件：\n\n```\nGEMINI_APIKEY=your_gemini_key\nSUNO_APIKEY=your_suno_key\n```\n\n可选的生产环境配置：\n\n```\nAPP_BASE_URL=https://your-domain.example\nSUNO_BASE_URL=https://api.sunoapi.org/api/v1\nGEMINI_MODEL=gemini-2.5-flash\nSUNO_MODEL=V4_5ALL\n```\n\n### 安全注意事项\n\n项目明确强调：API密钥应保存在服务端环境变量中，切勿放入前端JavaScript代码。这是防止密钥泄露的基本安全措施。\n\n---\n\n## 理想应用场景与效果\n\n### 目标用户\n\n轻中度抑郁症患者，需要在专业心理咨询或临床治疗之外获得辅助支持。\n\n### 预期效果\n\n- **连续音乐输出：** 系统持续播放音乐，而非单曲循环\n- **平滑过渡：** 收到新反馈后，系统能够逐渐过渡到符合新需求的新音乐\n- **智能音量调节：** 根据环境和用户状态自动调节音量\n- **无感知切换：** 用户不会明显感受到音乐切换，保持沉浸体验\n- **情绪缓解：** 最终目标是帮助用户缓解焦虑或抑郁情绪\n\n---\n\n## 创新点与价值\n\n### 1. 闭环反馈机制\n\n与传统音乐推荐系统的一次性推荐不同，Neuorise建立了采集-生成-反馈-再生成的完整闭环，使系统能够持续学习用户偏好。\n\n### 2. LLM作为音乐指导\n\n创新性地使用大语言模型作为"音乐指导"角色，将用户的情绪描述转化为专业的音乐生成提示词，架起了情感与音乐之间的桥梁。\n\n### 3. 多模态输入融合\n\n结合主观问卷数据与客观生理指标，提供更全面的用户状态画像。\n\n### 4. 自适应音乐治疗\n\n不同于预设曲库的模式，每次生成的音乐都是为当前用户状态量身定制，实现真正的个性化治疗。\n\n---\n\n## 局限性与改进方向\n\n### 当前局限\n\n1. **依赖外部API：** Gemini和Suno的可用性和成本可能影响系统稳定性\n2. **生成延迟：** Suno音乐生成需要时间，可能影响实时性\n3. **验证不足：** 缺乏大规模临床试验验证疗愈效果\n4. **适用范围：** 定位为辅助工具，不能替代专业医疗\n\n### 未来改进\n\n- 集成更多音乐生成模型作为备选\n- 开发本地轻量化音乐生成能力\n- 与医疗机构合作进行临床验证\n- 扩展至其他心理健康应用场景\n\n---\n\n## 总结\n\nNeuorise代表了AI在心理健康领域的一次有趣探索。它将大语言模型的语义理解能力与AI音乐生成技术相结合，创造出一个能够理解用户情绪、生成个性化疗愈音乐、并根据反馈持续学习的智能系统。\n\n虽然项目仍处于早期阶段，但其设计思路——特别是LLM作为音乐指导、闭环反馈机制——为数字心理健康工具的开发提供了有价值的参考。随着AI技术的进步和临床验证的积累，这类系统有望在未来成为心理健康辅助治疗的重要工具。