Quando não se chora ao Choro: aprendizado de máquina falha em identificar emoções em músicas a partir do gênero musical
Detalhes
- Tipo de apresentação: Trabalho
- Eixo temático: TECNOLÓGICAS
- Palavras chaves: Aprendizado de Máquina; Música; Computação Afetiva;
- 1 Unicamp
Quando não se chora ao Choro: aprendizado de máquina falha em identificar emoções em músicas a partir do gênero musical
LEONARDO VILELA DE ABREU SILVA PEREIRA
Unicamp
Resumo
Problemas de classificação automática são comuns no domínio da recuperação de informações musicais. Entre esses, podemos encontrar a identificação automática do gênero musical e do conteúdo afetivo musical como problemas frequentemente abordados. Os rótulos relacionados ao gênero e emoção são gerados por humanos, de acordo com experiências subjetivas relacionadas ao crescimento e desenvolvimento de cada indivíduo, ou seja, cada pessoa atribui significados diferentes aos rótulos de gênero e emoção. No entanto, como o gênero e a emoção surgem de um processo semelhante relacionado ao ambiente social de um indivíduo, teorizamos que eles estão de alguma forma relacionados. Neste estudo, apresentamos experimentos realizados na base de dados Emotify, que compreende dados de áudio e rótulos relacionados a gênero e afetividade para diversas peças. Mostramos que podemos prever o gênero a partir de dados de áudio com alta precisão; no entanto, obtivemos baixa precisão constantemente para prever os rótulos de áudio. Além disso, tentamos usar rótulos de afetividade para prever o gênero e também obtivemos uma baixa precisão. Uma análise do espaço de features revela que nossos features estão mais relacionados ao gênero do que à emoção, o que explica os resultados do ponto de vista da álgebra linear. No entanto, ainda não encontramos uma explicação musicológica para a diferença. Além disso, este trabalho gerou um artigo aceito para publicação no Simpósio Brasileiro de Computação Musical 2021
Apoio/Financiamento da Pesquisa: PIBIC/CNPq
Discussões Científicas de Qualidade
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
LEONARDO VILELA DE ABREU SILVA PEREIRA
Primeiramente, muito obrigado pelos elogios e o interesse na pesquisa!
Segundamente, sim. Temos algumas ideias de como verificar se nossos resultados se mantêm em outros contextos. Nossas principais ideias estão em volta de:
1 - Usar uma nova base de dados com esses rótulos afetivos;
2 - Usar novos rótulos afetivos para verificar se o problema não foi o "modelo de emoção" usado (modelos de arousal e valência, por exemplo)
Novamente, obrigado e tudo de bom!
Laís Bittencourt Visnadi
Muito interessante! Parabéns novamente!