Экспериментальный алгоритм, разработанный исследователями из Польши, может помочь звукозаписывающей индустрии автоматизировать создание списков воспроизведения на основе выбора слушателей, а также позволить самим пользователям лучше организовывать свои музыкальные коллекции.
Эксперты по мультимедиа Божена Костек и Магдалена Плева из Гданьского технологического университета отмечают, что так называемые «метаданные», связанные с музыкальным файлом, становятся излишними в большой коллекции, где множество музыкальных произведений будет делиться базовой информацией, такой как композитор, исполнитель, сведения об авторских правах и, возможно, теги жанра. Таким образом, обычное управление музыкальным контентом, используемое веб-сайтами, которые транслируют и предлагают музыку, а также программное обеспечение, используемое на компьютерах и портативных музыкальных проигрывателях, часто оказывается неэффективным.
Работа с огромными музыкальными коллекциями, которые могут содержать сотни, если не десятки тысяч отрывков песен с перекрывающимися метаданными, становится все труднее, особенно с точки зрения предоставления потоковым сайтам и пользователям возможности выбирать песни из жанров, которые разделяют определенные настроения.
Конечно, оценка музыки очень субъективна, как и оценка любого вида искусства. «Музыкальную выразительность можно описать такими свойствами, как размер, ритм, тональность, гармония, мелодия и форма», – поясняет команда. Это позволяет дать техническое определение данной пьесе. «С другой стороны, музыку также можно описать оценочными характеристиками, такими как эстетический опыт, восприятие предпочтений, настроение или эмоции», – добавляют они. «Настроение, как одна из важнейших функций музыки, должно быть важным средством классификации музыки», – говорит команда.
Предыдущие системы классификации настроения использовали такие слова, как возбужденный, страстный, веселый, задумчивый, задумчивый, в группах, чтобы помочь классифицировать данное произведение. Есть десятки слов для описания музыкального произведения, каждое из которых может ассоциироваться с различными эмоциями.
Команда обратилась к базе данных mp3-файлов, содержащей более 52000 музыкальных произведений, чтобы помочь им разработать статистический анализ, который может автоматически соотносить различные прилагательные и связанные с ними эмоции с конкретными музыкальными произведениями в базе данных.
По сути, алгоритм выполняет анализ звукового спектра сэмплов с каждой дорожки и «обучается» пользователями-людьми тому, какие спектральные паттерны связаны с заданными настроениями. Таким образом, он может автоматически классифицировать будущие звуковые файлы, с которыми они будут представлены, по ряду музыкальных жанров: альтернативный рок, классика, джаз, опера и рок.
По словам команды, были проанализированы художники, в том числе Coldplay, Maroon 5, Линда Эдер, Имоджен Хип, Пако Де Люсия, Нина Скай, Дэйв Брубек и многие другие.