แอปสตรีมมิงเพลงให้ผู้ใช้สามารถเลือกเพลย์ลิสต์ตามอารมณ์ได้อยู่แล้วและหลังจากนั้นก็มี ค่อนข้างดีในการจดจำแทร็กที่กลมกล่อมในการเล่นเมื่อคุณติดอยู่ในการจราจรในเย็นวันจันทร์ อย่างไรก็ตาม Yudhik Agarwal นักวิจัยชาวอินเดียกล่าวว่าเทคโนโลยีดังกล่าวไม่ใช่เทคโนโลยีที่ซับซ้อนที่สุดและระบบเหล่านี้สามารถปรับแต่งได้อย่างมีนัยสำคัญโดยการวิเคราะห์เนื้อเพลงซึ่งทำได้ยากกว่าด้วย ในบันทึกนี้ Agarwal ได้นำเสนอในที่ประชุมยุโรปเกี่ยวกับการดึงข้อมูลเกี่ยวกับ เพลงของเขาเอง เทคนิคการจัดการอารมณ์ โดยระบุว่าวันหนึ่งเทคโนโลยีเหล่านี้อาจเป็นคำตอบของการบำบัดเพื่อรับมือกับปัญหาทางจิตต่างๆ
พื้นที่ที่ Agarwal ทำงานอยู่คือ Music Emotion Recognition (MER) ซึ่งเป็นชุดย่อยของ Music Information Retrieval (MIR) ที่ใช้โดยบริการทั้งหมดที่เสนอการจัดการแทร็กที่กำหนดเองในอารมณ์ต่างๆ อย่างไรก็ตาม โพสต์ โดย International Institute of Information Technology, Hyderabad (IIIT-H) เกี่ยวกับความสำเร็จของ Agarwal ระบุว่าเนื้อเพลงมักจะเป็นชุดย่อยที่ถูกละเลยเนื่องจากยังอยู่ในช่วงตั้งไข่ของการประมวลผลภาษาธรรมชาติ (NLP) เหตุผลนี้เชื่อมโยงกับการตีความตามบริบทของคำที่เขียนซึ่ง AI และโมเดลการเรียนรู้เชิงลึกตามลำดับยังไม่เข้าใจ
นี่คือสิ่งที่ Agarwal ใช้ประโยชน์จากการปรับใช้เทคนิคการประมวลผลภาษาธรรมชาติแบบเรียนรู้เชิงลึกของ XLNet สิ่งนี้ช่วยให้ Agarwal และทีมของเขาวางแผนกราฟสี่ด้านโดยใช้ตัวชี้วัด Valence-Arousal ซึ่งรวมถึงความจุสำหรับความสุขและความเร้าอารมณ์สำหรับพลังงาน ข้อมูลนี้ได้รับการประมวลผลเป็นจุดสรุปที่แตกต่างกันซึ่งจะแบ่งประเภทของแทร็กเพื่อวัดอารมณ์ที่เนื้อเพลงเป็นตัวแทน
ศ. Vinoo Alluri ผู้ให้คำปรึกษาการวิจัยของ Agarwal กล่าวว่า“ การศึกษานี้มีผลสำคัญในการปรับปรุงแอปพลิเคชันที่เกี่ยวข้องกับการสร้างเพลย์ลิสต์ตามอารมณ์ เป็นครั้งแรกที่มีการใช้แนวทาง Transform สำหรับเนื้อเพลงและให้ผลลัพธ์ที่น่าทึ่ง ในสาขาจิตวิทยาดนตรีการวิจัยนี้ยังช่วยให้เราเข้าใจความสัมพันธ์ระหว่างความแตกต่างของแต่ละบุคคลเช่นรูปแบบการรับรู้ลักษณะการเอาใจใส่และบุคลิกภาพและความชอบสำหรับเนื้อเพลงบางประเภทที่เต็มไปด้วยอารมณ์”
ในอนาคต Agarwal มีกำหนดที่จะนำเสนอการติดตามผลการวิจัยของเขาในการประชุมนานาชาติเกี่ยวกับการรับรู้ดนตรีและความรู้ความเข้าใจที่กำลังจะมีขึ้นซึ่งมีวัตถุประสงค์เพื่อใช้รูปแบบการจำแนกประเภทเนื้อร้องของ XLNet เพื่อทำแผนที่ลักษณะบุคลิกภาพของผู้ฟัง ด้วยอารมณ์เพื่อวัดอัลกอริธึมการจดจำเพลงที่ดีขึ้นซึ่งอาจมีผลกระทบอย่างกว้างขวางในสาขาวิทยาศาสตร์ขั้นสูงเช่นการบำบัดทางปัญญา
อ่าน ข่าวล่าสุด และ ข่าวด่วน ที่นี่