Deezer是法國(guó)的個(gè)人音樂流媒體服務(wù)。他們雄心勃勃地確保在流媒體業(yè)務(wù)的前沿領(lǐng)域中占有一席之地。有跡象表明，他們正在開發(fā)對(duì)尋求服務(wù)的音樂聽眾有所幫助的技術(shù)。畢竟，對(duì)于爵士歌手和貝斯手來說，一個(gè)班卓琴演奏家的藍(lán)鳥是另一種動(dòng)物。

Deezer現(xiàn)在正在與人工智能合作，以提高個(gè)性化流服務(wù)的質(zhì)量。他們的研究人員的論文一直吸引著媒體的關(guān)注，該論文現(xiàn)已發(fā)表在arXiv上。

“基于帶有深度神經(jīng)網(wǎng)絡(luò)的音頻和歌詞的音樂情緒檢測(cè)”介紹了他們的研究方法和發(fā)現(xiàn)。他們描述了他們朝著可以使軌跡與心情匹配的人工智能系統(tǒng)的道路。這是他們關(guān)注如何通過音頻信號(hào)和歌詞進(jìn)行檢測(cè)的途徑。

TechRadar中的Olivia Tambini對(duì)本文的技術(shù)說明進(jìn)行了篩選，以總結(jié)他們的工作。“ Deezer的研究人員已經(jīng)訓(xùn)練AI系統(tǒng)使用音頻信號(hào)，包括歌詞的語言數(shù)據(jù)以及描述曲目(例如，樂觀或悲傷)的Last.FM歌曲標(biāo)簽的聚合來識(shí)別歌曲的情感和強(qiáng)度。”

Engadget中的Jon Fingas向讀者介紹了他們使用的工具和技術(shù)。“ Deezer使用原始音頻信號(hào)，語言上下文重建模型和一百萬個(gè)歌曲數(shù)據(jù)集訓(xùn)練了AI，該數(shù)據(jù)集聚合了描述樂曲的Last.fm標(biāo)簽(例如“平靜”或“悲傷”)。研究人員使用歌曲元數(shù)據(jù)將MSD映射到Deezer的庫(kù)，然后從歌詞中提取單個(gè)單詞。結(jié)果是一個(gè)18,644首歌曲數(shù)據(jù)庫(kù)，團(tuán)隊(duì)可以用來訓(xùn)練AI的歌曲情緒并測(cè)試其理論。”

(論文的作者將MSD定義為通常用于MIR任務(wù)的大型數(shù)據(jù)集。磁道與LastFM的標(biāo)簽相關(guān)聯(lián)，其中有些與情緒有關(guān)。)

Deezer的團(tuán)隊(duì)在論文中表示：“近年來，音樂信息檢索(MIR)一直是一個(gè)不斷發(fā)展的研究領(lǐng)域，這是因?yàn)樾枰詣?dòng)處理大量音樂曲目，這對(duì)流媒體公司來說是一項(xiàng)重要任務(wù)。 ”