Já
há um programa informático que reconhece automaticamente a diferença entre
músicas alegres e tristes, tensas e melancólicas. Foi criado por uma equipa de
investigadores da Faculdade de Ciências e Tecnologia da Universidade de Coimbra
(FCTUC) e pode vir a ser aplicado em diversas indústrias – desde entretenimento
e videojogos a marketing e publicidade ou mesmo na área da saúde.
Genericamente,
estamos perante um sistema informático bimodal inovador que junta informação
textual e acústica, obtida através de tecnologias de inteligência artificial,
machine learning, processamento de sinal áudio e processamento de linguagem
natural, para classificar as músicas com base no seu conteúdo emocional, ou
seja, detetar e entender as emoções contidas na música.
Este
sistema bimodal foi desenvolvido no âmbito de um projeto financiado pela
Fundação para a Ciência e a Tecnologia (FCT) do qual resultaram as teses de doutoramento
de Renato Panda e Ricardo Malheiro, sob orientação do professor Rui Pedro
Paiva.
Tendo
em conta que identificar a emoção é um processo extremamente complexo e
subjetivo, os investigadores tiveram de superar vários desafios até chegarem a
um protótipo fiável, que permitissem juntar num único sistema informático duas
abordagens distintas: a análise do som e a análise da letra.
Renato
Panda focou-se no reconhecimento de emoções musicais com base em sinais de
áudio. Com recurso a técnicas de análise da onda sonora, em que é possível
extrair caraterísticas musicais com relevância emocional, como, por exemplo, a
tonalidade ou o tempo, o investigador criou descritores acústicos explorando
oito dimensões musicais: melodia, harmonia, ritmo, dinâmica, tom,
expressividade, textura e forma musical.
Em
seguida, para testar e validar a eficácia desta abordagem no reconhecimento de
emoções, foi construída uma base de dados pública (disponível em mir.dei.uc.pt,
que pode e deve ser usada por outros investigadores da área) contendo 900
músicas. Os algoritmos inteligentes desenvolvidos mapearam as músicas e
classificaram as emoções presentes em cada uma delas.
Por
seu lado, Ricardo Malheiro explorou a informação textual das letras das
canções. Usando técnicas de processamento de linguagem natural, criou atributos
estilísticos, semânticos, etc., com relevância emocional que possibilitassem o
estudo da relação entre as letras e as emoções. Foi possível encontrar
combinações de palavras que correspondem a uma música triste, romântica ou
alegre.
Ambos
os estudos foram desenvolvidos a partir do modelo circumplexo da emoção de
Russell, um modelo psicológico que assenta em dois eixos: horizontal (valência)
e vertical (ativação) - a valência relaciona-se com o tipo de emoção, positiva
ou negativa, e a ativação com a energia presente na música.
«Se
pensarmos que a música tem um impacto socioeconómico muito relevante, este tipo
de sistemas é muito vantajoso, já que permite pesquisas automáticas avançadas
adequadas às exigências dos utilizadores», destaca Rui Pedro Paiva.
Serviços
como o Spotify (serviço de streaming de música, podcast e vídeo) ou Pandora
(serviço de rádio streaming) «terão muito a ganhar com sistemas de
reconhecimento automático de emoções na música, permitindo gerar rapidamente
playlists adequadas a cada contexto emocional desejado, por exemplo, uma festa
ou prática de exercício físico», especifica o especialista em reconhecimento de
emoções musicais da FCTUC. Mas não só. «Este sistema poderá ser aplicado no
cinema ou na publicidade, tornando muito mais fácil a elaboração de uma banda
sonora adequada ao tema de um filme ou a procura de músicas específicas para
captar os clientes desejados», acrescenta.
Outra
aplicação possível é na área da saúde. Sabendo-se que a música tem o potencial
de induzir emoções em quem a ouve, este sistema poderá ser aplicado, por
exemplo, na musicoterapia.
A
classificação de emoções em música através do computador é uma área de
investigação muito recente, com várias possibilidades em aberto e espaço para
melhorias. Nesse sentido, Rui Pedro Paiva esclarece que o sistema desenvolvido
«ainda carece de melhorias, nomeadamente ao nível de precisão, para que possa
entrar no mercado real. Queremos realizar mais testes e explorar outras
possibilidades como, por exemplo, avaliar a variação das emoções ao longo de
uma música». Universidade de Coimbra “Faculdade
de Ciências e Tecnologia” - Portugal
Sem comentários:
Enviar um comentário