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人音樂流媒體服務公司。他們雄心勃勃地確保在流媒體業(yè)務的前沿占有一席之地。跡象表明，他們正在研究能夠為追求服務的音樂聽眾帶來改變的技術。畢竟，一個班卓琴演奏者的藍鳥是爵士歌手和貝司手的另一種動物。

Deezer現在正在使用人工智能來提高個性化流媒體服務的質量。他們的研究人員一直在吸引媒體關注他們的論文，現在正在arXiv上。

“基于音頻和基于深度神經網絡的歌詞的音樂情緒檢測”介紹了他們的研究方法和發(fā)現。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和歌詞實現檢測的路徑。

TechRadar的 Olivia Tambini 對該論文的技術描述進行了篩選，總結了他們的所作所為。“Deezer的研究人員已經訓練人工智能系統(tǒng)使用音頻信號識別歌曲的情感和強度，包括歌詞在內的語言數據，以及描述音軌的Last.FM歌曲標簽的聚合(例如，樂觀或悲傷)。”

Engadget的 Jon Fingas 通過他們應用的工具和技術向讀者走來走去。“Deezer使用原始音頻信號，語言上下文重建模型和聚合描述曲調的Last.fm 標簽(例如”平靜“或”悲傷“)的百萬歌數據集來訓練AI 。研究人員使用歌曲元數據將MSD映射到Deezer的庫在這個過程中從歌詞中提取單個單詞。結果是一個18,644首歌曲的數據庫，團隊可以用它來訓練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任務的大型數據集。這些軌道與LastFM中的標簽相關聯，其中一些與情緒有關。)

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

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

“在數字革命之前，音樂發(fā)現是通過命運和巧合的結合而發(fā)生的 - 就像在合適的時間打開收音機或在獨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。但隨著流媒體平臺接管主流聆聽，現在發(fā)現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，如果你覺得它，AI可以指出它?？梢员M可能正確地通過強度和情緒對音樂進行分類的AI練習令人鼓舞。

PCMag繼續(xù)說它認為它比以前的型號更好。

為什么?正確的時間，正確的地方。

“Deezer理論上可以提供更準確的播放列表和特定于訂閱者心情的歌曲排序，”Adam Smith說。“這可能會導致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：合適的回應可能是“你在開玩笑嗎?” “每日星報”上的一篇文章總結了人們可能需要處理的交易聆聽工具的挫敗感。“當談到播放列表和自動播放時，” 音樂聽眾正在尋找適合他們當前情緒和感覺強度的流。當你感到沮喪的時候，沒有什么比你的悲傷歌曲播放列表被夜總會夏季bop打斷更糟糕了; 讓我們變得真實，不是每個時間和地點都是正確的。“

下一步是什么?研究人員仍然有興趣進一步研究這一問題，并提出他們可能關注的領域的雄心勃勃的愿望清單。“未來的工作還可以依賴于一個帶有標簽的數據庫，這些標簽表明了軌道情緒的模糊程度，因為我們知道在某些情況下，聽眾之間可能會有很大的差異。這些數據庫對于進一步理解這些數據庫特別有幫助。音樂情感。“

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