EN

Kaikki maailman biisit pohjana musiikin ymmärtämiselle

Digitaalisen musiikin verkkopalvelut, kuten Spotify ja Last.fm, sisältävät laajojen käyttäjäkuntien tuottamaa semanttista tietoa miljoonista kappaleista. Uuden menetelmän avulla tätä valtavaa tietomäärää voidaan nyt hyödyntää, kun halutaan ymmärtää musiikin tunteiden ilmaisua.

Suomen Akatemian monitieteisen musiikintutkimuksen huippuyksikön tohtorikoulutettava Pasi Saari ja professori Tuomas Eerola Jyväskylän yliopistosta selvittivät, kuinka luotettavaa tietoa sosiaaliset ”tägit”, käyttäjien syöttämät vapaamuotoiset merkinnät, sisältävät musiikin ilmaisemista tunteista. Samalla he kehittivät uuden semanttiseen mallinnukseen perustuvan menetelmän, joka parhaiten ennustaa perinteisesti kuuntelukokeissa kerätyt tunnearviot verkkoaineistolla. Tehty tutkimus mahdollistaa suuren harppauksen ylöspäin tutkimusaineistojen koossa, sillä aiempi tutkimustieto on perustunut aineistoihin, jotka sisältävät muutamasta kymmenestä muutamaan sataan kappaletta.

Uusi menetelmä kehitettiin suositusta Last.fm-palvelusta kerättyjen yli miljoonan kappaleen tägien avulla, joista tunnetägejä, kuten happy, chill-out tai powerful, sisältäviä kappaleita oli noin neljännes. Useiden analyysivaiheiden jälkeen tuloksena oli malli, joka kykenee ennustamaan tägien ja kappaleiden merkityssisällön.

Kuuntelukokeessa 59 koehenkilöä arvioi kuudestasadasta eri musiikkityylejä edustavasta kappaleesta tunnekaraktereja, kuten energisyys/rauhallisuus, positiivisuus/negatiivisuus, jännitteisyys sekä sentimentaalisuus. Näitä arvioita verrattiin sitten uudella menetelmällä saatuihin semanttisiin arvioihin.

Sosiaalisen musiikkiverkkopalvelun yhteisö käyttää usein tägejä etsiessään ja merkitessään uutta kiinnostavaa musiikkia, kappaleita tietystä genrestä, tai löytääkseen haluttuja tunnetiloja ilmaisevaa kuunneltavaa. Tägit tarjoavat erinomaisen aineiston musiikkisovellusten käyttöön, sillä valtavien tietomäärän hyödyntäminen antaa avaimen kehittää sovelluksia, jotka kykenevät entistä tehokkaammin ymmärtämään musiikkia.

"Saadessaan audiotiedoston tietokone pystyisi tunnistamaan musiikin ilmaisemia tunteita, tyylilajin ja esittävän kokoonpanon, tai vaikkapa muodostamaan automaattisesti soittolistan tietylle henkilölle haluttuun tunnetilaan tai treenausmusiikiksi juoksulenkille", Pasi Saari kuvailee.

Musiikkiin ja musiikin kuunteluun liittyviä tunteita pidetään yhtenä pääsyynä siihen, miksi musiikkia ylipäänsä kuunnellaan ja esitetään. Siksi musiikin tunnetilojen ymmärrys on tärkeää, ja laajat tutkimusaineistot auttavat ratkaisemaan ongelman, miten hallita järkevästi esimerkiksi musiikkikokoelmaa, joka sisältää kaikki maailman biisit.

Lisätietoja antaa Pasi Saari, sp. pasi.saari@jyu.fi

Saari, Pasi, and Tuomas Eerola. (in press, available online): Semantic Computing of Moods Based on Tags in Social Media of Music. IEEE Transactions on Knowledge and Data Engineering. DOI: 10.1109/TKDE.2013.128

Lähde: Jyväskylän yliopiston tiedote

Seuraa meitä:
FacebookSlideshareTwitterYoutube
VAIHDE 029 533 5000
KIRJAAMO 029 533 5049
FAKSI 029 533 5299
   
SÄHKÖPOSTI etunimi.sukunimi@aka.fi
AUKIOLO Arkisin 8.00-16.15
   
HENKILÖHAKU »
YHTEYSTIEDOT, LASKUTUS  JA
REKISTERISELOSTEET»
KYSYMYKSET JA PALAUTE »