AI可以预测你的音乐品味

2年前

        是 Jackson Five ,还是 Stravinsky 更像你的音乐风格?预测音乐品味的人工智能(AI)似乎比小说更奇怪,但是瑞典Jnkping大学和荷兰Maastricht大学的研究人员相信他们破解了密码。 在 preprint server Arxiv.org 上发表的一篇论文中,研究小组描述了一个系统,该系统考虑了一个人的听力行为,并利用机器学习算法和心理模型推断出他们的“音乐复杂度”。 他们写道:“心理学模型正越来越多地被用来解释行为的痕迹。”


        “使用领域依赖的心理模型允许更细粒度地识别行为(如听音乐),并提供对这些行为发生背后的更深层次的理解。” 在这种背景下,音乐的复杂程度是“音乐技能、专长、成就和相关行为跨越了一系列方面”。


        研究人员指出,研究显示,音乐的复杂程度高的人音乐技能更强,而且通常倾向于提高。测量更多的“音乐行为”,比如练习乐器或听各种音乐流派。 他们通过一个利用Spotify API的应用程序收集数据,允许他们检索用户的播放列表和音频特征,如生动、活力、可跳舞性、节奏、时间特征、响度、曲目流行度和艺术家流行度。他们还让参与者回答来自金匠音乐成熟度指数(Gold-MSI)的问题——具体来说,与积极参与(一个人在音乐上花费了多少时间和金钱)和情绪(与音乐的情感反应有关的行为)有关的问题。


        大量数据被输入神经网络——一个由模拟人脑神经元的加工节点组成的人工智能系统——预测61个研究对象的情绪和积极的音乐参与并具有高度准确性。与基线相比,前者预测准确率为95%,后者预测准确率为93%。


        在未来,该小组计划进行更多的,更大的研究,并探索黄金MSI的其他子量表的预测,包括歌唱能力,感知能力,和音乐训练。 研究人员写道:“我们的研究结果表明,音乐聆听行为可以用来推断用户的音乐复杂程度。” 这并不是数据科学家第一次尝试用机器学习来预测音乐偏好和喜好。


        2017,在阿姆斯特丹舞蹈事件技术会议上,一个团队展示了Hitwizard,一个被训练来预测流行歌曲的系统。通过考虑诸如每分钟的拍、价和节奏等特征,并将它们与Spotify图表和荷兰电台的数据进行比较,它能够以66%的精度预测命中轨道(和93%的精度的触发器)。 最近,在2018,亚马逊的工程师利用AI来预测用户的音乐品味,基于回放持续时间。


相关推荐