Emócie v hudbe rozpoznávané prostredníctvom umelej inteligencie priamo z audio signálov predstavujú nový a originálny prístup pri vyhľadávaní hudobného obsahu podľa emócií. Výsledky tímu na Katedre multimédií a informačno-komunikačných technológií (KMiKT) na Fakulte elektrotechniky a informačných technológii Žilinskej univerzity v Žiline (FEIT UNIZA) majú aj významný vedecký prínos. Žiadna iná univerzita ani vysoká škola na Slovensku sa emóciami v hudbe prostredníctvom technológii nezaoberá.
Používanie elektroniky a počítačov v hudobnej produkcii je dnes takmer samozrejmosťou. Fenomén vplyvu techniky na hudbu je v samotnej ľudskej povahe. Už v minulosti vyspelá konštrukcia hudobných a technických nástrojov zároveň, mechanizácia pokračujúca pokusmi o mechanický záznam hudby, nasledujúca elektrifikácia, prvé prehrávače digitálneho zvuku a syntetizátory technikou zdokonaľovali hudbu. Dnes žijeme v informačnej dobe s novými technológiami.
Informačno-komunikačné technológie v oblasti hudby prinášajú nové možnosti v hudobnom vyjadrení. Zjednodušujú proces hudobného napredovania a stávajú sa prístupnými širšiemu okruhu záujemcov o hudobné umenie. Výskumný tím z KMiKT FEIT sa už v roku 2015 zapojil do úlohy Emotion in Music v rámci medzinárodnej benchmak iniciatívy MediaEval zameranej na vývoj nových algoritmov automatického rozpoznávania emócii v hudbe z hľadiska technológií, spolu s ďalšími vedeckými tímami z viacerých krajín celého sveta (Francúzsko, Čína, Veľká Británia, Taiwan, Rakúsko, Japonsko, India, USA, Holandsko). Výstupom tejto aktivity boli aj doktorandské práce študentov KMiKT FEIT, ktoré aj v medzinárodnom prostredí, napr. na univerzite vo Fínsku, v rámci programu Erasmus+, nachádzali nové a efektívne riešenia použitím nových typov neurónových sietí. Odborný tím KMiKT FEIT pod vedením doc. Romana Jarinu priniesol niekoľko nových, výkonnejších a pritom výpočtovo menej náročných metód pre klasifikáciu emócií v hudbe. Navrhované riešenia vyhodnotené v rámci MediaEval benchmark testov dosiahli napokon najlepšie výsledky.
Ľudia radi experimentujú a hľadajú hudobné impulzy pre mozog, celkové naladenie, vyvolanie emócie alebo len rozptýlenie. Dnes si vieme vybrať hudbu podľa rôznych kritérií, podľa autora, piesne, žánru, ale aj podľa emócie. Hudobné streamovacie služby (Soundcloud, Spotify alebo iTunes) nám podľa vybraných kritérií ponúknu špecifickejší zoznam hudby určený presne pre nás. Emócia je tretí najvyhľadávanejší tag. Určiť konkrétnu emóciu vyvolanú hudbou, ideálnu pre každého poslucháča, však nie je jednoduché.
Automatické rozpoznávanie emócií spôsobených hudbou sa preto stalo dôležitou oblasťou výskumu. Vyhľadávanie hudobného obsahu podľa emócií tak môže skvalitniť zážitok z hudby a v konečnom dôsledku pozitívne ovplyvniť emocionálny stav poslucháča. Z hľadiska vývoja bude možné automatické hodnotenie našej nálady robiť skoro každá vyspelá technológia, podobne ako to robia cudzí ľudia, s ktorými sme v dennom kontakte.
FEIT skúma emócie v hudbe v Laboratóriu spracovania audio signálov za pomoci metód umelej inteligencie, neurónových sietí a matematických algoritmov. Zameriava sa pritom na dimenzionálny emočný model, v ktorom je emócia číselne vyjadrená dvomi údajmi: valenciou (pozitívna / negatívna emócia) a vybudením (intenzita emócie). Umelá inteligencia však stále nedokáže na 100 % určiť emóciu v hudbe. Odborníci z KMiKT sa chcú svojimi výskumnými aktivitami priblížiť k maximálnej možnej korelácii medzi subjektívnym emočným vnemom poslucháča a strojovo určenou mierou emócii v hudbe vytvorením čo najpresnejšieho modelu.
„Technológie na automatické rozpoznávanie emócií v hudbe sa vďaka použitiu umelej inteligencie môžu rozširovať a zlepšovať posilnením vedecko-výskumných aktivít. Skúsenosti našich zamestnancov v medzinárodnej iniciatíve MediaEval, ale aj v rámci Erasmus+ programov v zahraničí zohrávali významnú úlohu pri výskume automatického rozpoznávania emócií v hudbe,“ povedal vedúci pracovného tímu na KMIKT FEIT UNIZA, doc. Ing. Roman Jarina, PhD.
