人的音乐耳朵能够轻松分辨出歌曲的各种情绪，未来，家能解情机器也能如此。音乐为了让机器人也能听懂人类创作的家能解情歌曲，法国在线音乐网站Deezer的音乐研究人员开发了一种人工智能系统，可以将某些音轨与情绪联系起来。家能解情

Deezer的音乐研究人员在Arxiv.org网站上发表了一篇新论文《基于音频歌词与深度神经网络的音乐情绪检测》，在论文中，家能解情他们描述了这项工作的音乐细节。研究人员表示，家能解情智能音乐情绪检测在过去二十年里一直是音乐一个活跃的研究领域，它包括自动确定听音乐时感受到的家能解情情绪。在这项工作中，音乐他们将专注于基于音频信号和音轨、家能解情歌词的音乐多模态情绪检测。

该团队引用心理学研究结果，表示在分析音乐所表达的情绪时，歌词是密不可分的考虑因素，所以他们设计了一个神经网络，分别提供音频信号和word2vec（一种用于生成单词嵌入的相关模型）嵌入训练160万首歌词。为了教它确定歌曲的情感，形成共鸣，他们选择了一组超过100万主流歌曲元数据的Million Song Dataset (MSD)，这个数据库和Last.fm（在线音乐服务商）的标签相关联，它们大多和描述情绪有关，形成标签推荐的数据集，同时还用人工智能对标签中的14000个英语单词进行标记，包括从负面到正面和从平静到激情程度，作为歌曲情绪强度的标记。

由于MSD不包含音频信号和歌词，因此团队将歌曲元数据映射到Deezer的目录 - 特别是歌曲标题，艺术家姓名和专辑标题。其中大约60％的结果数据集 （总共18,644个音轨） 被用于训练模型，其中40％用于验证和测试。

与描绘和情绪相关的词汇的经典系统相比，深度学习模型在检测方面更优越。研究人员表示：“看起来这种性能的提升要归功于我们的模型能够揭示并使用音频和歌词之间的中级相关性，特别是在预测效价的时候”。

(责任编辑：热点)