В MP3-плеерах создается музыкальное "пространство настроений"
Выбор музыки по жанру или исполнителю не может гарантировать «попадания в настроение». Поэтому пользователи делят музыку на категории на своих iPod’ах, сортируя композиции для различных настроений и событий. Но если количество песен в персональной коллекции превышает 10 тыс., этот процесс занимает достаточно много времени.
Теперь с помощью программы AudioRadar сортировку можно будет проводить автоматически. «Многие не знают, какие песни содержатся в их коллекции. Мы пытаемся создать универсальное средство навигации по музыкальным коллекциям для пользователей», - говорит д-р Хиллигес.
Программа AudioRadar присваивает музыкальным композициям атрибуты из четырех групп: быстрый/медленный, ритмичный/мелодичный, спокойный/динамичный и резкий/мягкий. Последние две группы атрибутов означают количество изменений ритма или мелодии в длинном или коротком музыкальном отрывке. Эти четыре «измерения» в дальнейшем используются для того, чтобы упорядочить все песни в коллекции, причем «расстояние» между песнями в списке пропорционально их «схожести». Чтобы выбрать подходящую настроению музыку, пользователь указывает интенсивности каждого из четырех атрибутов.
Ученые также разработали способ проекции полученного четырехмерного музыкального пространства на двумерный дисплей. В этой проекции текущая песня находится в центре дисплея, а остальные располагаются на концентрических окружностях вокруг нее. Пользователи могут выбирать, в каком «направлении» от текущей песни двигаться – например, в сторону более быстрой музыки. И MP3-плеер станет проигрывать песни, которые находятся в этой части «пространства настроений».
Существуют и другие проекты, которые занимаются сортировкой музыки по признаку настроения, но большинство из них основаны на откликах слушателей, а не на автоматизации. Самый известный и крупный из альтернативных проектов – Musical Genome Project. Разработчиком является калифорнийская компания Pandora Media. В штате компании работают около 30 музыкальных аналитиков, а для классификации песен используется до 400 различных признаков.
Информация используется для создания «музыкальной станции» в Сети, подписчики которой могут скачивать музыку из той части «музыкальной вселенной», которая ближе всего соответствует заданному исполнителю или конкретной песне. В настоящий момент библиотека компании насчитывает более 400 тыс. песен более чем 20 тыс. исполнителей, отсортированных в соответствии с откликами слушателей. Но, замечает д-р Хиллигес, данная система «настроена» на ту музыку, которая популярна сейчас, и обновление ее репертуара идет довольно медленно.
По мнению создателей AudioRadar, их система на данный момент является прототипом и проводимый ею анализ порой достаточно приблизителен. «Мы используем алгоритмы, которые придумали другие, - говорит д-р Хиллигес, - и они сами по себе не идеальны. К примеру, мы не можем отличить обработку оригинальной песни только путем анализа ее технических качеств». Разработчики предполагают, что для решения этой и некоторых других проблем в будущем будет добавлена система сбора мнений и откликов от пользователей.
Кроме того, есть еще одна проблема в классификации возникает, когда программе приходится иметь дело с кардинально различными типами музыки. «Классическую музыку система может поместить в ту же категорию, что и heavy metal», - признает д-р Хиллигес. Но это, как считает ученый, общая проблема всех систем рейтингования музыки.
В то же время, предварительное неформальное тестирование системы AudioRadar прошло довольно успешно – программа получила положительные отзывы. Д-р Хиллигес и его коллеги планируют представить свою разработку на международном симпозиуме Smart Graphics в Ванкувере.
Поделиться