Mood Cloud

Tesi doctoral de Cyril Laurier · 2006-2011 · Universitat Pompeu Fabra, Barcelona

El nostre paper Tesi doctoral, aprenentatge automàtic, anàlisi d’àudio.

La tesi de Cyril Laurier, «Automatic Classification of Musical Mood by Content-Based Analysis», defensada el 2011 a la Universitat Pompeu Fabra de Barcelona. Tracta la classificació automàtica de la música segons l’emoció (mood), a partir de models que escolten el senyal d’àudio. Es basa en el tractament del senyal, l’aprenentatge automàtic i la recuperació d’informació.

Les principals aportacions:

Modelar l’emoció un model de representació de les emocions musicals, extret de l’anàlisi de les etiquetes d’una xarxa social musical.
Classificar automàticament un mètode de classificació per emoció, amb l’anàlisi del que aporta cada descriptor d’àudio i de la seva relació amb l’emoció percebuda.
Creuar àudio i lletres un enfocament multimodal, que també fa avançar la recuperació d’informació en textos.
Relacionar emoció i gènere després de demostrar la relació entre emoció i gènere musical, un nou enfocament integra la classificació automàtica per gènere. Aquests classificadors són més precisos que els models d’àudio habituals.
Fer llegibles els models una tècnica d’extracció de regles fa explícits els models.

Bmat, Eventide i Sonaris Systems han explotat comercialment els resultats d’aquesta tesi.