Deezer é um serviço de streaming de música pessoal com sede na França. Eles são ambiciosos em garantir um lugar na linha de frente do negócio de streaming. Os sinais são de que eles estão trabalhando em uma tecnologia que pode fazer a diferença para os ouvintes de música em busca de serviços. O pássaro azul de um tocador de banjo, Afinal, é outro animal para um cantor e baixista de jazz.

O Deezer agora está trabalhando com inteligência artificial para aumentar a qualidade dos serviços de streaming personalizados. Seus pesquisadores têm atraído a atenção da mídia com seu artigo, que agora está no arXiv.

"Music Mood Detection Based on Audio and lyrics with Deep Neural Net" apresenta seu método de pesquisa e descobertas. Eles descreveram seu caminho em direção a um sistema de inteligência artificial que pode combinar faixas com humores. É um caminho onde prestam atenção em como conseguir detecções através do sinal de áudio e das letras.

Olivia Tambini em TechRadar vasculhou as descrições técnicas do jornal para resumir o que eles fizeram. "Os pesquisadores da Deezer treinaram o sistema de IA para reconhecer a emoção e a intensidade de uma música usando sinais de áudio, dados linguísticos, incluindo letras, e uma agregação de tags de música Last.FM descrevendo as faixas (por exemplo, otimista ou triste). "

Jon Fingas em Engadget orientou os leitores sobre as ferramentas e técnicas que aplicaram. "Deezer treinou a IA usando sinais de áudio brutos, modelos de reconstrução de contexto linguístico e um conjunto de dados de milhões de músicas que agrega tags do Last.fm que descrevem músicas (como "calma" ou "triste"). Os pesquisadores mapearam o MSD para a biblioteca de Deezer usando metadados de música, extrair palavras individuais das letras no processo. O resultado foi um 18, O banco de dados de 644 canções que a equipe poderia usar tanto para treinar IA no clima das canções quanto para testar suas teorias. "

(Os autores do artigo definiram o MSD como um grande conjunto de dados comumente usado para tarefas MIR. As faixas foram associadas a tags do LastFM, alguns dos quais estavam relacionados ao humor.)

A equipe de Deezer disse em seu jornal, "Music Information Retrieval (MIR) tem sido um campo de pesquisa cada vez maior nos últimos anos, impulsionado pela necessidade de processar automaticamente grandes coleções de faixas de música, uma tarefa importante para, por exemplo, empresas de streaming. "

Melissa Daniels, no ano passado, observou a ascensão da descoberta da música ao longo dos anos, no Forbes .

"Antes da revolução digital, a descoberta da música aconteceu por meio de uma mistura de destino e coincidência - como ligar o rádio na hora certa ou comprar um novo CD de amostra em uma loja de discos independente. De alguma forma, aquela melodia totalmente nova e as letras inéditas pareciam incrivelmente familiares, conectando em um nível emocional exatamente como a música que você precisava ouvir. Mas com as plataformas de streaming assumindo a audição convencional, a magia da descoberta agora está no próprio método. "

Músicas TGIF. Músicas relaxantes. É muito legal saber que existem serviços onde, se você sentir isso, Eu posso acertar. Um teste de IA que pode classificar a música da forma mais correta possível por intensidade e humor é encorajador.

PCMag adiantou-se a dizer que acha que é melhor do que os modelos anteriores.

Porque? Tempo certo, lugar certo.

"O Deezer pode, em teoria, fornecer listas de reprodução mais precisas e classificação de músicas específicas para o humor do assinante, "disse Adam Smith." Isso pode resultar em Deezer sugerindo faixas que fazem você se sentir mais feliz, sem necessariamente recorrer ao pop brega, ou faixas que podem deixá-lo relaxado sem você adormecer. "

Por que isso é importante:uma resposta adequada pode ser "Você está brincando?" Um artigo em The Daily Star resumiu a frustração que alguém pode ter de lidar com as ferramentas de escuta do comércio. "Quando se trata de playlists e reprodução automática, "os ouvintes de música procuram streams que se adaptem ao seu estado de espírito atual e à intensidade do sentimento. Quando estiver desanimado, não há nada pior do que a sua lista de reprodução de músicas tristes sendo interrompida por um bop de boate de verão; vamos ser reais, nem todo momento e lugar é o certo. "

Qual é o próximo? Os pesquisadores ainda estão interessados ​​em ir mais longe nisso, com uma lista de desejos ambiciosos de áreas nas quais eles podem se concentrar. "Trabalhos futuros também poderiam contar com um banco de dados com rótulos indicando o grau de ambigüidade do clima de uma faixa, como sabemos que, em alguns casos, pode haver uma variabilidade significativa entre os ouvintes. Esses bancos de dados seriam particularmente úteis para ir mais longe na compreensão da emoção musical. "

Eles disseram que também deixaram para trabalhar no futuro "para buscar melhorias nos modelos baseados em letras, com arquiteturas mais profundas ou otimizando embeddings de palavras usados ​​como entrada. "

© 2018 Tech Xplore