Czasopismo | PRZEGLĄD TELEKOMUNIKACYJNY - WIADOMOŚCI TELEKOMUNIKACYJNE | Rocznik 2017 - zeszyt 6

AUTOMATYCZNA ORGANIZACJA BAZY MUZYCZNEJ NA PODSTAWIE NASTROJU MUZYKI

AUTOMATIC MUSIC SET ORGANIZATIO BASED ON MOOD OF MUSIC

10.15199/59.2017.6.42

Magdalena Piotrowska (Plewa)

nr katalogowy: 106342
10.15199/59.2017.6.42

Streszczenie

W prezentowanej pracy skoncentrowano się na organizacji muzyki w kontekście zawartych w niej emocji. Zaproponowano wektor parametrów opisujących nastrój oraz stworzono autorski graficzny model emocji dedykowany do subiektywnej notacji emocji zawartych w muzyce. Przeprowadzono serię testów subiektywnych oraz automatyczne rozpoznawanie nastroju muzyki z wykorzystaniem wybranych algorytmów sztucznej inteligencji oraz porównano otrzymane wyniki.

Abstract

This work is focused on an approach based on the emotional content of music and its automatic recognition. A vector of features describing emotional content of music was proposed. Additionally, a graphical model dedicated to the subjective evaluation of mood of music was created. A series of listening tests was carried out, and results were compared with automatic mood recognition employing SOM (Self Organizing Maps) and ANN (Artificial Neural Networks).

Słowa kluczowe

Keywords

Bibliografia

[1] Brinker Bert, Dinther Ralph, Skowronek Janto. 2012. "Expressed music mood classification compared with valence and arousal ratings". EURASIP J. Audio, Speech, and Music Processing, 1, http://link.springer.com/journal/13636/2012/1/page/ 1, dostęp 6.04.2017
[2] Casey Michael, Veltkamp Remco, Goto Masataka, Leman Marc, Rhodes Christophe., Slaney Malcolm. 2008. "Content-Based Music Information Retrieval: Current Directions and Future Challenges". Proceedings of the IEEE, 96(4): 668-696.
[3] Feng Yazhong, Zhuang Yueting, Pan Yunhe. 2003. "Popular music retrieval by detecting mood". ACM SIGIR: 375-376.
[4] Hevner Kate. 1937. "The affective value of pitch and tempo in music". American Journal of Psychology, 49: 621-630.
[5] Huron David. 2006. "Sweet anticipation: Music and the psychology of exectation". Cambridge, MA: MIT Press.
[6] Kim JungHyun, Lee Seungjae, Kim SungMin, Yoo Won Young. 2011. "Music mood classification model based on Arousal-Valence values". ICACT: 292-295.
[7] Kostek Bożena. 2011 . "Content-Based Approach to Automatic Recommendation of Music". 131 Audio Eng. Soc. Convention, New York.
[8] Kostek Bożena. 2011. "Observing uncertainty in music tagging by automatic gaze tracking". 42nd International Audio Eng. Soc. Conference, Ilmenau, Germany,
[9] Kostek Bożena, Kupryjanow Adam, Żwan Paweł, Jiang Wenxin, Ras Zbigniew, Wojnarski Marcin, Swietlicka Joanna. 2011. "Report of the ISMIS 2011 Contest: Music Information Retrieval, Foundations of Intelligent Systems". ISMIS 2011, M. Kryszkiewicz et al. (Eds), LNAI 6804: 715-724, Springer Verlag, Berlin, Heidelberg.
[10] Kostek Bożena, Plewa Magdalena. 2013. "Parametrization and correlation analysis applied to music mood classification". International J. of Computational Intelligence Studies, 2(1): 4-25. PRZEGLĄD TELEKOMUNIKACYJNY - ROCZNIK XC - WIADOMOŚCI TELEKOMUNIKACYJNE - ROCZNIK LXXXVI - nr 6/2017 340
[11] Knees Peter, Schedl Markus. 2015. "Music Retrieval and Recommendation: A Tutorial Overview". 38th International ACM SIGIR Conference on Research and Development in Information Retrieval, 1133- 1136.
[12] Lartillot Olivier. 2012. "MIRtoolbox 1.4: User’s Manual". Finnish Centre of Excellence in Interdisciplinary Music Research Swiss Center for Affective Sciences.
[13] Laurier Cyril, Lartillot Olivier, Eerola Tuomas, Toiviainen Petri. 2009. "Exploring Relationships between Audio Features and Emotion in Music". Conference of European Society for the Cognitive Sciences of Music.
[14] Mazur Zygmunt, Wiklak Konrad. 2015. "Modification of Page Rank Algorithm for Music Information Retrieval Systems". New Research in Multimedia and Internet Systems, IV: 227-237, Springer.
[15] MIREX. 2009. Mood Multi Tag Data Description, http://www.musicir. org/archive/papers/Mood_Multi_Tag_Data_Descr iption.pdf, dostęp 04.04.2017.
[16] Napiorkowski Sebastian. 2015. "Music mood recognition: State of the Art Review, University of Aachen report". http://hpac.rwthaachen. de/teaching/sem-mus- 15/reports/Napiorkowski.pdf, dostęp 04.04.2017.
[17] Plewa Magdalena. 2016. "Automatic mood indexing of music excerpts based on correlation between subjective evaluation and feature vector", praca doktorska, Politechnika Gdańska, WydziałElektroniki, Telekomunikacji i Informatyki.
[18] Plewa Magdalena, Kostek Bożena. 2012. "Creating Mood Dictionary Associated with Music". 132 AES Convention, Paper No. 8607.
[19] Plewa Magdalena, Kostek Bożena. 2012. "A Study on Correlation Between Tempo and Mood of Music". 133 Audio Eng. Soc. Convention, Paper No. 8800, San Francisco.
[20] Plewa Magdalena, Kostek Bożena. 2013. "Multidimensional Scaling Analysis Applied to Music Mood Recognition". 134th AES Convention, Paper No. 8876.
[21] Plewa Magdalena, Kostek Bożena. 2015. "Music Mood Visualization Using Self-Organizing Maps". Archives of Acoustics, 50(4): 513-525.
[22] Plewa Magdalena, Kostek Bożena. 2015. "Graphical Representation Of Music Set Based On Mood Of Music". ISSET, Warszawa.
[23] Plewa Magdalena, Kostek Bożena, Bień Mateusz. 2016. "Graphical Interface Aimed for Organizing Music Based on Mood of Music". 140th AES Convention, Paper No. 9568.
[24] Plutchik's Color Wheel Of Emotion http://www.writeincolor.com/2011/03/26/plutchikscolor- wheel-of-emotion, dostęp 26.04.2017.
[25] Russel James. 1980. "A circumplex model of affects". Journal of personality and Social Psychology, 39: 1161-1178.
[26] Saari Pasi, Eerola Tuomas, Fazekas Gyorgy, Barthet Mathieu, Lartillot Olivier, Sandler Mark. 2013. "The role of audio and tags in music mood prediction: a study using semantic layer projection". 14th International Society for Music Information Retrieval Conference.
[27] Schubert Emery. 2003. "Update of the Hevner adjective checklist". Perceptual and Motor Skills, 96: 1117-1122.
[28] Thayer Robert. 1989. "The Biopsychology of Mood and Arousal", Oxford University Press.
[29] Wang Xing, Chen Xiaoou, Yang Deshun, Wu Yuqian. 2011. "Music emotion classification of Chinese songs based on lyrics using TF*IDF and rhyme" ISMIR, 765-770.
[30] Zentner Marcel, Grandjean Didier, Scherer Klaus. 2008. "Emotions evoked by the sound of music: Characterization, classification, and measurement". Emotion, 8: 494-521.
[31] Zhao Zhijun, Xie Lingyun, Liu Jing, Wu Wen. 2010. "The analysis of mood taxonomy comparison between Chinese and Western music". In: Proc. ICSPS, VI: 606-610.

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 106342 "AUTOMATYCZNA ORGANIZACJA ..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD TELEKOMUNIKACYJNY - e-zeszyt (pdf) 2017-6 licencja: Osobista Produkt cyfrowy	30.50 zł

Prenumerata

PRZEGLĄD TELEKOMUNIKACYJNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

300.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - papierowa prenumerata roczna	348.00 zł brutto 322.22 zł netto 25.78 zł VAT (stawka VAT 8%)
PRZEGLĄD TELEKOMUNIKACYJNY - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

369.00 zł

PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD TELEKOMUNIKACYJNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	450.00 zł brutto 416.67 zł netto 33.33 zł VAT (stawka VAT 8%)

450.00 zł

Zeszyt

2017-6

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma