Mood Cloud

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

Nuestro papel Tesis doctoral, aprendizaje automático, análisis de audio.

La tesis de Cyril Laurier, «Automatic Classification of Musical Mood by Content-Based Analysis», defendida en 2011 en la Universitat Pompeu Fabra de Barcelona. Trata la clasificación automática de la música según la emoción (mood), a partir de modelos que escuchan la señal de audio. Se apoya en el tratamiento de señal, el aprendizaje automático y la recuperación de información.

Las principales aportaciones:

Modelar la emoción un modelo de representación de las emociones musicales, extraído del análisis de las etiquetas de una red social musical.
Clasificar automáticamente un método de clasificación por emoción, con el análisis de lo que aporta cada descriptor de audio y de su relación con la emoción percibida.
Cruzar audio y letras un enfoque multimodal, que también hace avanzar la recuperación de información en textos.
Relacionar emoción y género tras demostrar la relación entre emoción y género musical, un nuevo enfoque integra la clasificación automática por género. Estos clasificadores son más precisos que los modelos de audio habituales.
Hacer legibles los modelos una técnica de extracción de reglas hace explícitos los modelos.

Bmat, Eventide y Sonaris Systems han explotado comercialmente los resultados de esta tesis.