05/06/09, 16u01
Een Masterstudent toont in zijn afstudeeronderzoek aan de Universiteit van Tilburg aan dat het mogelijk is om muziek automatisch te classificeren op emotie. Hij deed dit met behulp van een computerprogramma dat de songtekst analyseert. Driekwart van de nummers komt zo in de juiste categorie terecht, zo meldt de Universiteit van Tilburg.
Afspeellijst 'vrolijk' 'slaperig' 'boos'Wie zich wat somber voelt en behoefte heeft aan opbeurende muziek kan zo op z'n iPod in de afspeellijst de categorie 'vrolijk' opzoeken. De muziek is namelijk niet ingedeeld op artiestennaam maar op emotie. Tot nu toe kan dit alleen handmatig, maar student Pieter Kanters toont in zijn afstudeeronderzoek voor de Tilburgse master Human Aspects of Information Technology aan dat automatische classificatie van emoties in muzieknummers mogelijk is op basis van de liedteksten.
De data voor zijn onderzoek bestond uit 5.600 muzieknummers waar door gebruikers van een mood-tag programma een emotie aan was gekoppeld, bijvoorbeeld 'slaperig', 'vrolijk' of 'boos'. Uit al deze liedteksten werd informatie ontleed zoals bijvoorbeeld zinslengte en frequentie van woorden.
Met machine learning technieken werd een systeem gebouwd dat met test- en traindata automatisch een emotie voorspelt voor een muzieknummer, op basis van analyse van de songtekst en vergelijking met de kenmerken van de liedteksten van muzieknummers in de database. Uit het onderzoek blijkt dat de computer gemiddeld 75 procent van de liedteksten van de juiste emotielabel toebedeelt.
De gebruikte techniek is nog niet direct voor het publiek bruikbaar omdat liedteksten niet in mp3's worden opgeslagen. (belga/mvdb)