RIADA: a machine-learning based infrastructure for recognising the emotions of Spotify songs

Resumen:

En el campo de la computacion afectiva existe un interés creciente en torno al reconocimiento de las emociones que produce la música. En la literatura científica distintos sistemas han sido propuestos y aplicados a problemas relacionados con la recomendación y/o personalización de contenidos musicales. Estas soluciones se centran especialmente en reconocer las emociones que produce una canción en el oyente, pero no en las que realmente siente al escuchar la canción (emociones producidas versus emociones percibidas). Estas últimas tienen una componente más personal y suelen estar influenciadas por el estado de ánimo y el contexto actual del oyente, entre otros factores. En este artículo se propone una infraestructura de servicios capaz de anotar emocionalmente las canciones atendiendo a las emociones percibidas. El proceso de anotación está basado en técnicas de inteligencia artificial y deduce las emociones a partir de las características acústicas de las canciones. Otra de las contribuciones de la solución con respecto a los sistemas existentes es que se puede aplicar sobre grandes colecciones de canciones, por ejemplo, sobre la discografía completa de Spotify. El trabajo muestra cómo se ha realizado este etiquetado masivo a partir de las listas de reproducción publicadas por los propios usuarios en el proveedor de música, dotando a Spotify de una dimensión emocional que no disponía.

Palabras Clave:

Computación de servicios - Etiquetado afectivo - Machine Learning - Música - Reconocimiento de emociones

Autor(es):

• Pedro Álvarez {alvaper@unizar.es}
  University of Zaragoza - Spain
  
• Jorge García de Quirós {jgarciaqg@unizar.es}
  University of Zaragoza - Spain
  
• Sandra Baldassarri {sandra@unizar.es}
  University of Zaragoza - Spain
  

Handle:

11705/JCIS/2022/004

Descargas:

Acceso a los detalles haciendo click aquí.