AI可以根據人的音樂行為預測其音樂熟練度

編譯：chux

出品：ATYUN訂閱號

預測音樂品味的AI可能聽起來很不可思議，但瑞典聯邦平大學和荷蘭馬斯特里赫特大學的研究人員認為他們可以破解這個問題。

在一篇論文中，該團隊描述了一個系統，該系統考慮了一個人的聽覺行為，並使用機器學習演算法和心理模型，推斷出他們的「音樂熟練度」。

他們寫道：「心理模型越來越多地被用來解釋行為痕迹。使用域相關的心理模型可以對行為進行更細粒度的識別，如音樂聆聽，並提供對這些行為發生背後更深層次的理解。」

在這種背景下，音樂熟練度是「音樂技能，專業知識，成就和相關行為的各個方面。」研究人員指出，研究表明，具有較高音樂熟練度的人更具有音樂技能，並且一般傾向於參與更多的「音樂行為」，比如練習樂器或聽各種音樂類型。

他們通過一個利用Spotify的API的應用程序收集數據，允許他們檢索用戶的播放列表和音頻功能，如動力，能量，舞蹈，節奏，時間簽名，響度，曲目流行度和藝術家受歡迎程度。他們還讓參與者回答Goldmiths Musical Sophistication Index（Gold-MSI）的問題，特別是與積极參与（一個人在音樂上花費多少時間和金錢）和情緒（與音樂的情緒反應相關的行為）相關的問題。

通過大量數據輸入神經網路，預測了61個研究對象的情緒和音樂參與度。與基線相比，預測前者準確率為95％，預測後者準確率為93％。

在未來，該團隊計划進行更多更大規模的研究，並探索Gold-MSI其他分量表的預測，包括歌唱能力，感知能力和音樂訓練。

研究人員寫道,「我們的研究結果表明，音樂聆聽行為可以用來推斷用戶的音樂熟練度。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！