Deezer探索符合情绪的音乐的AI系统

Deezer是一家位于法国的个人音乐流媒体服务公司。他们雄心勃勃地确保在流媒体业务的前沿占有一席之地。迹象表明，他们正在研究能够为追求服务的音乐听众带来改变的技术。毕竟，一个班卓琴演奏者的蓝鸟是爵士歌手和贝司手的另一种动物。

Deezer现在正在使用人工智能来提高个性化流媒体服务的质量。他们的研究人员一直在吸引媒体关注他们的论文，现在正在arXiv上。

“基于音频和基于深度神经网络的歌词的音乐情绪检测”介绍了他们的研究方法和发现。他们描述了他们走向人工智能系统的道路，该系统可以将轨道与情绪相匹配。这是一条他们注意如何通过音频信号和歌词实现检测的路径。

TechRadar的 Olivia Tambini 对该论文的技术描述进行了筛选，总结了他们的所作所为。“Deezer的研究人员已经训练人工智能系统使用音频信号识别歌曲的情感和强度，包括歌词在内的语言数据，以及描述音轨的Last.FM歌曲标签的聚合(例如，乐观或悲伤)。”

Engadget的 Jon Fingas 通过他们应用的工具和技术向读者走来走去。“Deezer使用原始音频信号，语言上下文重建模型和聚合描述曲调的Last.fm 标签(例如”平静“或”悲伤“)的百万歌数据集来训练AI 。研究人员使用歌曲元数据将MSD映射到Deezer的库在这个过程中从歌词中提取单个单词。结果是一个18,644首歌曲的数据库，团队可以用它来训练AI的歌曲情绪并测试其理论。“

(该论文的作者将MSD定义为通常用于MIR任务的大型数据集。这些轨道与LastFM中的标签相关联，其中一些与情绪有关。)

Deezer的团队在他们的论文中表示，“音乐信息检索(MIR)近年来一直是一个不断增长的研究领域，这是由于需要自动处理大量音乐曲目，这对于流媒体公司来说是一项重要任务。 “

Melissa Daniels去年在“福布斯”杂志上看到了多年来音乐发现的兴起。

“在数字革命之前，音乐发现是通过命运和巧合的结合而发生的 - 就像在合适的时间打开收音机或在独立唱片店挑选一张新的采样CD。不知何故，这种全新的旋律和那些闻所未闻的歌词听起来非常熟悉，在情感层面上与你需要听到的歌曲完全相连。但随着流媒体平台接管主流聆听，现在发现的魔力就在于方法本身。

TGIF歌曲。寒冷的歌曲。很高兴知道有服务，如果你觉得它，AI可以指出它。可以尽可能正确地通过强度和情绪对音乐进行分类的AI练习令人鼓舞。

PCMag继续说它认为它比以前的型号更好。

为什么?正确的时间，正确的地方。

“Deezer理论上可以提供更准确的播放列表和特定于订阅者心情的歌曲排序，”Adam Smith说。“这可能会导致Deezer建议让你感觉更快乐的曲目，而不必诉诸于俗气的流行音乐，或者让你在没有漂流的情况下让你冷静下来的曲目。”

为什么这很重要：合适的回应可能是“你在开玩笑吗?” “每日星报”上的一篇文章总结了人们可能需要处理的交易聆听工具的挫败感。“当谈到播放列表和自动播放时，” 音乐听众正在寻找适合他们当前情绪和感觉强度的流。当你感到沮丧的时候，没有什么比你的悲伤歌曲播放列表被夜总会夏季bop打断更糟糕了; 让我们变得真实，不是每个时间和地点都是正确的。“

下一步是什么?研究人员仍然有兴趣进一步研究这一问题，并提出他们可能关注的领域的雄心勃勃的愿望清单。“未来的工作还可以依赖于一个带有标签的数据库，这些标签表明了轨道情绪的模糊程度，因为我们知道在某些情况下，听众之间可能会有很大的差异。这些数据库对于进一步理解这些数据库特别有帮助。音乐情感。“

他们表示，他们还将其留给未来的工作“以改进基于歌词的模型，更深层次的架构或优化用作输入的词嵌入。”