Deezer es un servicio de transmisión de música personal con sede en Francia. Tienen la ambición de asegurarse un lugar en la vanguardia del negocio del streaming. Hay indicios de que están trabajando en tecnología que puede marcar la diferencia para los oyentes de música que buscan servicios. El pájaro azul de un jugador de banjo, después de todo, es otro animal para un cantante y bajista de jazz.

Deezer ahora está trabajando con inteligencia artificial para mejorar la calidad de los servicios de transmisión personalizados. Sus investigadores han atraído la atención de los medios con su artículo, que ahora está en arXiv.

"Music Mood Detection basada en audio y letras con Deep Neural Net" presenta su método de investigación y sus hallazgos. Describieron su camino hacia un sistema de inteligencia artificial que puede hacer coincidir las pistas con los estados de ánimo. Es un camino donde prestan atención a cómo lograr detecciones a través de la señal de audio y la letra.

Olivia Tambini en TechRadar examinó las descripciones técnicas del documento para resumir lo que hicieron. "Los investigadores de Deezer han entrenado el sistema de inteligencia artificial para reconocer la emoción y la intensidad de una canción mediante señales de audio, datos lingüísticos, incluidas letras, y una agregación de etiquetas de canciones Last.FM que describen pistas (por ejemplo, optimista o triste) ".

Jon Fingas en Engadget guió a los lectores a través de las herramientas y técnicas que aplicaron. "Deezer entrenó a la IA usando señales de audio sin procesar, modelos de reconstrucción de contexto lingüístico y un conjunto de datos de millones de canciones que agrega etiquetas de Last.fm que describen melodías (como "tranquilo" o "triste"). Los investigadores asignaron el MSD a la biblioteca de Deezer utilizando metadatos de canciones, extrayendo palabras individuales de la letra en el proceso. El resultado fue un 18, Base de datos de 644 canciones que el equipo podría utilizar tanto para entrenar a la IA en los estados de ánimo de las canciones como para probar sus teorías ".

(Los autores del artículo definieron el MSD como un gran conjunto de datos comúnmente utilizado para tareas MIR. Las pistas se asociaron con etiquetas de LastFM, algunos de los cuales estaban relacionados con el estado de ánimo).

El equipo de Deezer dijo en su periódico:"La recuperación de información musical (MIR) ha sido un campo de investigación en constante crecimiento en los últimos años, impulsado por la necesidad de procesar automáticamente colecciones masivas de pistas de música, una tarea importante para, por ejemplo, empresas de streaming ".

Melissa Daniels analizó el año pasado el aumento del descubrimiento de la música a lo largo de los años, en Forbes .

"Antes de la revolución digital, El descubrimiento de la música se produjo a través de una combinación de destino y coincidencia, como encender la radio en el momento adecuado o comprar un nuevo CD de muestra en una tienda de discos independiente. De alguna manera, esa melodía nueva y esas letras inauditas sonaban increíblemente familiares, conectando a un nivel emocional exactamente como la canción que necesitabas escuchar. Pero con las plataformas de transmisión que se apoderan de la escucha convencional, la magia del descubrimiento está ahora en el método mismo ".

Canciones TGIF. Relaja las canciones. Es genial saber que hay servicios en los que, si lo sientes, La IA puede clavarlo. Una prueba de inteligencia artificial que puede clasificar la música de la manera más correcta posible por intensidad y estado de ánimo es alentadora.

PCMag siguió adelante para decir que cree que es mejor que los modelos anteriores.

¿Por qué? Tiempo correcto, lugar correcto.

"En teoría, Deezer puede proporcionar listas de reproducción más precisas y una clasificación de canciones específica para el estado de ánimo de un suscriptor, "dijo Adam Smith." Esto podría resultar en que Deezer sugiera pistas que te hagan sentir más feliz sin tener que recurrir necesariamente al pop cursi, o pistas que pueden relajarte sin que te quedes dormido ".

Por qué esto es importante:una respuesta adecuada podría ser "¿Estás bromeando?" Un artículo en La estrella diaria resumió la frustración que uno podría tener al lidiar con las herramientas de escucha del oficio. "Cuando se trata de listas de reproducción y reproducción automática, "los oyentes de música buscan transmisiones que se adapten tanto a su estado de ánimo actual como a la intensidad del sentimiento. Cuando se sienta deprimido, no hay nada peor que tu triste lista de reproducción de canciones interrumpida por el bop de verano de un club nocturno; seamos realistas, no todo momento y lugar es el correcto ".

¿Que sigue? Los investigadores todavía están interesados ​​en ir más allá, con una ambiciosa lista de deseos de áreas en las que pueden enfocarse. "El trabajo futuro también podría basarse en una base de datos con etiquetas que indiquen el grado de ambigüedad del estado de ánimo de una pista, como sabemos que en algunos casos, puede haber una variabilidad significativa entre los oyentes. Estas bases de datos serían particularmente útiles para ir más allá en la comprensión de las emociones musicales ".

Dijeron que también lo dejaron para el trabajo futuro "para buscar mejoras en los modelos basados ​​en letras, con arquitecturas más profundas o optimizando las incrustaciones de palabras utilizadas como entrada ".

© 2018 Tech Xplore