Avec L’émergence De L’ia, Wang Feng Ne Pourra Plus Conserver Son Titre De Mentor Musical

Par Super Neuro

Récemment, deux ingénieurs suédois et néerlandais ont déclaré dans un article avoir développé un modèle d'IA capable également de mesurer votre talent musical et de quantifier vos préférences musicales à l'aide de données.

Attendez, ils essaient de voler le business des professeurs de musique ?

« Parlez-moi de votre rêve musical. » Wang Feng a posé cette question à de nombreuses reprises aux jeunes qui montent sur scène et souhaitent réaliser leurs rêves en chantant. Son objectif est d’explorer leur passion pour la musique et les histoires qui se cachent derrière.

Pour les gens ordinaires, la question « Avez-vous un talent musical ? Quel type de musique aimez-vous ? » C'est une question que la plupart des gens n'ont probablement pas encore eu l'occasion d'explorer. Même si vous aimez la musique, vous ne pouvez donner qu'une vague gamme ou trouver des modèles parmi les « recommandations pour vous » du lecteur, mais maintenant l'IA peut vous donner une réponse claire.

Évaluation du talent musical avec Gold-MSI

Bruce Ferwerda, professeur adjoint d'informatique à l'Université de Jönköping (JU) en Suède, et Mark Graus, scientifique des données à l'Université de Maastricht aux Pays-Bas, ont développé conjointement un modèle d'IA qui peut, en théorie, évaluer le talent musical des non-professionnels en utilisant l'indice Gold-MSI.

L'indice Gold-MSI est spécifiquement utilisé pour évaluer les réalisations musicales potentielles des gens ordinaires. Son nom complet est Goldmiths Musical Sophistication Index. Il peut évaluer les talents musicaux des non-professionnels du point de vue de la psychologie et du comportement en fonction des préférences musicales de l'utilisateur (comme l'amour de la musique classique ou pop).

Les critères d’évaluation spécifiques portent principalement sur les cinq aspects suivants :

• niveau d’engagement envers la musique (par exemple, argent et temps consacrés à la musique) ;

• Perception musicale (comme la précision de l’écoute musicale) ;

• Si le candidat a reçu une formation musicale (telle que formation vocale, etc., y compris professionnelle et non professionnelle) ;

• État du terrain ;

• et la cognition émotionnelle de la musique (c'est-à-dire que les participants ont décrit leur expérience émotionnelle de la musique).

Pour cet indice, la clé pour évaluer sa précision réside non seulement dans les cinq aspects ci-dessus, mais également dans sa capacité à juger avec précision les préférences musicales de l'utilisateur. Comme il n’existait aucun système capable de quantifier avec précision les préférences musicales des utilisateurs, l’indice parvenait souvent à des conclusions erronées lors des tests réels.

Désormais, grâce à ce modèle d’évaluation de l’IA, les préférences musicales des utilisateurs peuvent être quantifiées avec précision. On dit que la précision du modèle peut atteindre plus de 90%. Ceci est très utile pour améliorer la précision de l’évaluation de l’indice Gold-MSI.

Essayez-le si vous en avez l'occasion, puis envoyez le résultat à Wang Feng. Peut-être qu’il n’y aura pas besoin d’auditions.

Comprendre vos préférences musicales à l'aide d'algorithmes et de modèles psychologiques

Les goûts et les capacités musicales d’une personne peuvent être déduits et quantifiés, mais pour de nombreux non-professionnels, ils peuvent ne pas être en mesure d’exprimer avec précision leurs préférences musicales.

La raison principale est qu’ils peuvent être intéressés par plusieurs types de musique différents en même temps. Au moment de faire un choix, ces différents types de musique interféreront avec leur jugement de leurs propres préférences musicales, en particulier dans la musique moderne, où de nombreuses chansons intègrent certains styles.

Bruce et Mark affirment que le modèle peut déduire vos genres musicaux et chanteurs préférés et déterminer vos préférences musicales.

Le 22 août, ils ont publié un article intitulé « Prédire la sophistication musicale à partir des comportements d'écoute de musique : une étude préliminaire » sur Arxiv.or, décrivant le modèle en détail.

Les amis intéressés peuvent le consulter sur ce site Web : https://arxiv.org/pdf/1808.07314.pdf

L'article indique que le modèle peut déduire les préférences musicales des utilisateurs en fonction de leurs enregistrements de lecture de musique grâce à des algorithmes d'apprentissage automatique et à des modèles psychologiques, et améliorer l'expérience musicale grâce à l'ordre de lecture de la musique.

Parmi eux, des modèles psychologiques peuvent être utilisés pour expliquer le comportement des utilisateurs et les changements émotionnels. Sur cette base, l'IA peut comprendre les changements psychologiques de l'utilisateur envers différentes musiques grâce à l'analyse des sentiments, et ainsi fournir une interprétation approfondie des préférences musicales.

Lorsque vous écoutez une liste de lecture aléatoire, si une chanson que vous n'aimez pas est soudainement jouée, cela affectera votre humeur.

En termes de collecte de données, ils ont construit un ensemble de formation de données via l'interface API fournie par Spotify et ont invité 61 utilisateurs à participer au test d'efficacité du modèle.

L'ensemble de la formation a collecté 21 080 enregistrements de lecture de musique des participants en fonction d'indicateurs tels que le style musical (c'est-à-dire la vivacité ou la vivacité), le rythme, la popularité des morceaux et la popularité des créateurs de musique, afin de quantifier leurs préférences pour différents styles de musique.

L'algorithme analyse les données musicales historiques de l'utilisateur pour déterminer la musique qui l'intéresse le plus. Le talent de l'utilisateur en théorie musicale est jugé en fonction de la complexité et de la technicité de la musique sélectionnée par l'utilisateur, ainsi que de son expérience en création musicale.

En règle générale, les personnes plus sensibles à la musique sont plus disposées à apprécier la musique complexe et ont un potentiel de création musicale, comme la pratique d’instruments de musique ou l’écoute de différents types de musique.

Écouter souvent des symphonies peut donc réellement améliorer votre sens musical.