Je leest:

Computer zet lekker muziekje op

Computer zet lekker muziekje op

Auteur: | 15 juni 2009

Je wilt een romantisch muziekje opzetten voor je nieuwe liefde, maar kunt niet kiezen tussen de duizenden mp3’s op je computer. Geen probleem, binnenkort kiest je computer de muziek met de juiste sfeer voor je uit.

Pieter Kanters, student aan de Universiteit van Tilburg, heeft een programma ontwikkeld dat muziek in kan delen in verschillende categorieën op basis van emotie. Vrolijke nummers bij vrolijke, en verdrietige nummers bij verdrietige. Hij maakt hiervoor gebruik van een computerprogramma dat de liedteksten analyseert. Met deze techniek kan de computer snel een afspeellijst samenstellen die past bij je humeur, of je nu vrolijk, ontspannen of kwaad bent.

Veel mensen maken aparte lijsten met muziek voor ieder moment van de dag. Zulke afspeellijsten moet je meestal handmatig aanmaken. Hier gaat veel tijd in zitten. Met de techniek van de Tilburgse student Pieter Kanters doet de computer het vóór je.

Classificatie

Wetenschappers hebben al vaker geprobeerd om muziek automatisch te classificeren. Ze lieten de computer bijvoorbeeld kijken naar de toonsoort of het tempo van het nummer. Zonder veel succes. Kanters gooit het met zijn analyse van de liedtekst over een ander boeg. De tekst bevat meestal emotioneel beladen woorden die een goede aanwijzing geven over de sfeer van het nummer. Zo zullen woorden als ‘death’, ‘dark’ en ‘miserable’ vaak voorkomen in kwade of verdrietige nummers en ‘joy’, ‘fun’ en ‘party’ in vrolijke liedjes.

Kanters gebruikte voor zijn onderzoek meer dan 5600 nummers. Deze nummers waren al voorzien van emotie-labels door de gebruikers van Moody, een iTunes-applicatie. Eerst maakte een computer een taalkundige analyse van de songteksten. Zo wist Kanters precies hoe lang de liedteksten waren en hoe vaak elk woord voorkwam. Met machine learning technieken bouwde Kanters vervolgens een systeem dat met alle bekende gegevens leerde om de emotie van een liedje te voorspellen. Machine learning technieken maken het mogelijk dat een computer zelf een nieuwe taak leert, in plaats van met menselijke hulp.

Taalkundige kenmerken

In de testfase bekeek Kanters welke tekstkenmerken het beste de emotie van het liedje voorspelden. Hij vergeleek hierbij de resultaten van zijn systeem met de labels die Moody-gebruikers aan de liedjes gaven. Een combinatie van twee verschillende tekstkenmerken bleek te leiden tot het beste resultaat.

Het eerste kenmerk was woordfrequentie: hoe vaak verschillende woorden in de tekst voorkwamen. Het tweede kenmerk was de relevantie van een woord in een bepaalde tekst, ten opzichte van de andere liedteksten. Een woord als ‘me’ kan verschillende keren in een liedje voorkomen. Maar omdat het in heel veel nummers vaak voorkomt, zal het waarschijnlijk weinig zeggen over het liedje. Met deze combinatie van kenmerken gaf de computer in tachtig procent van de gevallen hetzelfde label als de Moody-gebruikers.

Het nieuwe systeem is nog niet de winkels verkrijgbaar. Een probleem is dat de liedtekst nog niet zo vaak is opgeslagen in de mp3. De computer zal de tekst dus eerst van internet moeten halen. Pas daarna kan hij de tekst analyseren en het nummer categoriseren.

Toekomst

Het systeem van Kanters is nog niet voor iedereen bruikbaar. De liedteksten moeten namelijk opgeslagen zijn in de mp3, en dat gebeurt nu nog maar zelden. Wel zouden wetenschappers nu software kunnen ontwikkelen die de teksten van internet haalt en ze vervolgens automatisch voorziet van een emotie-label. Dan kun je voor je romantische avondje de muziekkeuze aan je computer overlaten, zonder bang te zijn dat er ineens snoeiharde techno uit je speakers schalt.

Zie ook:

Oeps: Onbekende tag `feed’ met attributen {"url"=>"https://www.nemokennislink.nl/kernwoorden/text-mining.atom", “max”=>"5", “detail”=>"normaal"}

Dit artikel is een publicatie van NEMO Kennislink.
© NEMO Kennislink, sommige rechten voorbehouden
Dit artikel publiceerde NEMO Kennislink op 15 juni 2009

Discussieer mee

0

Vragen, opmerkingen of bijdragen over dit artikel of het onderwerp? Neem deel aan de discussie.

NEMO Kennislink nieuwsbrief
Ontvang elke week onze nieuwsbrief met het laatste nieuws uit de wetenschap.