संगीत भावनाओं की भविष्यवाणी में धारणात्मक और स्वचालित विशेषताओं के साथ चुनौतियाँ और अवसर

संगीत सूचना पुनर्प्राप्ति (MIR) एक तेजी से बढ़ता हुआ शोध क्षेत्र है। इसका एक उद्देश्य ऑडियो से संगीत विशेषताओं को निकालना है। इस अध्ययन में, हमने उन शोधकर्ताओं की भूमिकाएँ ग्रहण कीं जिनका तकनीकी MIR अनुभव नहीं है और संगीत भावनाओं की धारणा के विशेष संदर्भ में इसके अवसरों और चुनौतियों का परीक्षण करने के लिए探索ात्मक तरीके से शुरू किया। बीस साउंड इंजीनियरों ने 22 स्पेक्ट्रल, संगीत, और क्रॉस-मोडल विशेषताओं (धारणात्मक विशेषताएँ) और धारित भावनात्मक अभिव्यक्ति के संदर्भ में विभिन्न शैलियों से 60 संगीत अंशों का मूल्यांकन किया। इसके अतिरिक्त, हमने MIRtoolbox (Lartillot & Toiviainen, 2007) के साथ अंशों की 86 विशेषताओं (ध्वनिक विशेषताएँ) निकालीं। पहले, हमने धारणात्मक और निकाली गई ध्वनिक विशेषताओं का मूल्यांकन किया। धारणात्मक और ध्वनिक दोनों विशेषताओं ने सांख्यिकी चुनौतियाँ प्रस्तुत कीं (जैसे, धारणात्मक विशेषताएँ अक्सर द्विआधारी वितरण में थीं, और ध्वनिक विशेषताओं में उच्च सहसंबंध था)। दूसरे, हमने धारित भावनात्मक सामग्री के मॉडलिंग के लिए ध्वनिक विशेषताओं की उपयुक्तता का परीक्षण किया। चार लगभग पृथक विशेषता सेट ने समान परिणाम प्रदर्शित किए, जो विशेषता चयन की एक निश्चित बेतरतीबी को इंगित करता है। हमने धारणात्मक और ध्वनिक विशेषताओं की भविष्यवाणी शक्ति की तुलना की, लेकिन परिणाम अस्पष्ट थे। हम महत्वपूर्ण बिंदुओं पर चर्चा करते हैं और संगीत धारणा और प्रसंस्करण के लिए MIR उपकरणों का आगे मूल्यांकन करने के सुझाव देते हैं।