Ανάλυση στιγμών αισθητικής σημασίας σε ακουσματική μουσική με τη χρήση μεθόδων Μηχανικής Μάθησης και ανάλυση σήματος μουσικής

Abstract

Οι τελευταίες δεκαετίες χαρακτηρίζονται από την ιλιγγιώδη ταχύτητα ανάπτυξης διαφόρων επιστημών χάρη στην παράλληλη πρόοδο της τεχνολογίας. Ένας από τους πιο δημοφιλής τομείς είναι αυτός της Συναισθηματικής Ανάλυσης σε συνδυασμό με τη Μηχανική Μάθηση. Με την παροχή διαφόρων εργαλείων πλέον ο άνθρωπος είναι ικανός να πειραματιστεί και επεξεργαστεί μεγάλο όγκο δεδομένων εφαρμόζοντας μεθόδους από πολλά ερευνητικά πεδία ταυτόχρονα. Η παρούσα μεταπτυχιακή διπλωματική εργασία πραγματεύεται την αναγνώριση και κατηγοριοποίηση του συναισθήματος που προκαλεί η ακουσματική μουσική. Η αναγνώριση βασίστηκε πρώτα σε εκείνα τα γνωρίσματα που προκύπτουν από την ανάλυση ψηφιακού σήματος ακουσματικής μουσικής. Ειδικότερα, η εξαγωγή και επεξεργασία των χαρακτηριστικών αυτών έγινε με την εισαγωγή του ακουσματικού κομματιού στο εργαλείο openSMILE με τη χρήση της βάσης audiovisual-audio. Τα δεδομένα που προκύπτουν είναι η βάση, ώστε να ακολουθήσει η κατηγοριοποίηση δεδομένων αυτών με βάση τα συναισθήματα που προέκυψαν από κάποιους ακροατές, των οποίων η επεξεργασία γίνεται στο περιβάλλον της Matlab μέσω των μετρικών διέγερσης-arousal και valence. Σε ένα επόμενο πλαίσιο γίνεται συγκριτική ανάλυση μιας σειράς αλγορίθμων Μηχανικής Μάθησης με το εργαλείο εξόρυξης δεδομένων, την WEKA. Οι αλγόριθμοι που θα αναλυθούν και δοκιμαστούν είναι τα Δέντρα Απόφασης (J48), Μηχανές Διανυσμάτων Υποστήριξης (SVM) και οι K-πλησιέστεροι γείτονες (KNN). Συγκεκριμένα, στοχεύεται κατά πόσο αυτοί οι αλγόριθμοί διαφοροποιούνται στα αποτελέσματα τους, ενώ παραθέτονται συγκεντρωτικά διαγράμματα των αποδόσεων τους.