Deezer探索符合情緒的音樂的AI系統(tǒng)

Deezer是一家位于法國的個(gè)人音樂流媒體服務(wù)公司。他們雄心勃勃地確保在流媒體業(yè)務(wù)的前沿占有一席之地。跡象表明，他們正在研究能夠?yàn)樽非蠓?wù)的音樂聽眾帶來改變的技術(shù)。畢竟，一個(gè)班卓琴演奏者的藍(lán)鳥是爵士歌手和貝司手的另一種動(dòng)物。

Deezer現(xiàn)在正在使用人工智能來提高個(gè)性化流媒體服務(wù)的質(zhì)量。他們的研究人員一直在吸引媒體關(guān)注他們的論文，現(xiàn)在正在arXiv上。

“基于音頻和基于深度神經(jīng)網(wǎng)絡(luò)的歌詞的音樂情緒檢測”介紹了他們的研究方法和發(fā)現(xiàn)。他們描述了他們走向人工智能系統(tǒng)的道路，該系統(tǒng)可以將軌道與情緒相匹配。這是一條他們注意如何通過音頻信號(hào)和歌詞實(shí)現(xiàn)檢測的路徑。

TechRadar的 Olivia Tambini 對該論文的技術(shù)描述進(jìn)行了篩選，總結(jié)了他們的所作所為。“Deezer的研究人員已經(jīng)訓(xùn)練人工智能系統(tǒng)使用音頻信號(hào)識(shí)別歌曲的情感和強(qiáng)度，包括歌詞在內(nèi)的語言數(shù)據(jù)，以及描述音軌的Last.FM歌曲標(biāo)簽的聚合(例如，樂觀或悲傷)。”

Engadget的 Jon Fingas 通過他們應(yīng)用的工具和技術(shù)向讀者走來走去。“Deezer使用原始音頻信號(hào)，語言上下文重建模型和聚合描述曲調(diào)的Last.fm 標(biāo)簽(例如”平靜“或”悲傷“)的百萬歌數(shù)據(jù)集來訓(xùn)練AI 。研究人員使用歌曲元數(shù)據(jù)將MSD映射到Deezer的庫在這個(gè)過程中從歌詞中提取單個(gè)單詞。結(jié)果是一個(gè)18,644首歌曲的數(shù)據(jù)庫，團(tuán)隊(duì)可以用它來訓(xùn)練AI的歌曲情緒并測試其理論。“

(該論文的作者將MSD定義為通常用于MIR任務(wù)的大型數(shù)據(jù)集。這些軌道與LastFM中的標(biāo)簽相關(guān)聯(lián)，其中一些與情緒有關(guān)。)

Deezer的團(tuán)隊(duì)在他們的論文中表示，“音樂信息檢索(MIR)近年來一直是一個(gè)不斷增長的研究領(lǐng)域，這是由于需要自動(dòng)處理大量音樂曲目，這對于流媒體公司來說是一項(xiàng)重要任務(wù)。 “

Melissa Daniels去年在“福布斯”雜志上看到了多年來音樂發(fā)現(xiàn)的興起。

“在數(shù)字革命之前，音樂發(fā)現(xiàn)是通過命運(yùn)和巧合的結(jié)合而發(fā)生的 - 就像在合適的時(shí)間打開收音機(jī)或在獨(dú)立唱片店挑選一張新的采樣CD。不知何故，這種全新的旋律和那些聞所未聞的歌詞聽起來非常熟悉，在情感層面上與你需要聽到的歌曲完全相連。但隨著流媒體平臺(tái)接管主流聆聽，現(xiàn)在發(fā)現(xiàn)的魔力就在于方法本身。

TGIF歌曲。寒冷的歌曲。很高興知道有服務(wù)，如果你覺得它，AI可以指出它。可以盡可能正確地通過強(qiáng)度和情緒對音樂進(jìn)行分類的AI練習(xí)令人鼓舞。

PCMag繼續(xù)說它認(rèn)為它比以前的型號(hào)更好。

為什么?正確的時(shí)間，正確的地方。

“Deezer理論上可以提供更準(zhǔn)確的播放列表和特定于訂閱者心情的歌曲排序，”Adam Smith說。“這可能會(huì)導(dǎo)致Deezer建議讓你感覺更快樂的曲目，而不必訴諸于俗氣的流行音樂，或者讓你在沒有漂流的情況下讓你冷靜下來的曲目。”

為什么這很重要：合適的回應(yīng)可能是“你在開玩笑嗎?” “每日星報(bào)”上的一篇文章總結(jié)了人們可能需要處理的交易聆聽工具的挫敗感。“當(dāng)談到播放列表和自動(dòng)播放時(shí)，” 音樂聽眾正在尋找適合他們當(dāng)前情緒和感覺強(qiáng)度的流。當(dāng)你感到沮喪的時(shí)候，沒有什么比你的悲傷歌曲播放列表被夜總會(huì)夏季bop打斷更糟糕了; 讓我們變得真實(shí)，不是每個(gè)時(shí)間和地點(diǎn)都是正確的。“

下一步是什么?研究人員仍然有興趣進(jìn)一步研究這一問題，并提出他們可能關(guān)注的領(lǐng)域的雄心勃勃的愿望清單。“未來的工作還可以依賴于一個(gè)帶有標(biāo)簽的數(shù)據(jù)庫，這些標(biāo)簽表明了軌道情緒的模糊程度，因?yàn)槲覀冎涝谀承┣闆r下，聽眾之間可能會(huì)有很大的差異。這些數(shù)據(jù)庫對于進(jìn)一步理解這些數(shù)據(jù)庫特別有幫助。音樂情感。“

他們表示，他們還將其留給未來的工作“以改進(jìn)基于歌詞的模型，更深層次的架構(gòu)或優(yōu)化用作輸入的詞嵌入。”