|
Im Mittelpunkt stehen Hörgewohnheiten und Emotionen des Nutzers
Linz (jku) - Am Institut für Computational Perception der Johannes Kepler Universität (JKU) Linz
wird gerade an der Entwicklung eines intelligenten Musikplayers gearbeitet, der sich nicht nur die Hörgewohnheiten,
sondern auch den Geschmack des Hörers merkt und sogar versucht, seine Gefühlsstimmungen zu erkennen und
entsprechend darauf zu reagieren. Eine wichtige Rolle dabei spielen soziale Netzwerke wie Twitter.
Youtube, Spotify, Deezer, Last.fm sind aus der weltweiten Musikcommunity nicht mehr wegzudenken. Diese Onlineportale
bzw. Streaming Services erfreuen sich sogar immer größerer Beliebtheit, weil sie es schaffen, fast maßgeschneidert
auf die Wünsche der Nutzer einzugehen und jene Musik zu spielen bzw. zu speichern, die ihnen am ehesten zusagt.
Zurzeit können diese Anbieter allerdings nur Songs oder Videos abspielen und Empfehlungen für ähnliche
Musikstücke abgeben. Markus Schedl vom Institut für Computational Perception arbeitet gemeinsam mit seinem
Team an der Entwicklung eines intelligenten Players, der nicht nur die Lieblingssongs findet, sondern auch die
Umgebung des Hörers erkennt und darauf reagiert.
Individueller Player für jeden Geschmack
Für dieses Forschungsprojekt wird unter anderem das sogenannte Social Media Mining herangezogen. Dabei
handelt es sich um Datengewinnung bzw. Ableitung von semantischer Information, basierend auf der virtuellen Welt
der sozialen Netzwerke, allen voran Microblogs wie Twitter und auch Facebook. "Einer unserer Forschungsschwerpunkte
ist es Ähnlichkeitsmaße auf Basis der Informationen aus der Welt von Twitter & co. zu definieren
und so soziale Ähnlichkeiten abzuleiten. Bisher arbeiten die herkömmlichen Players stark mit contentbasierter
Ähnlichkeit. Diese analysiert das Audiosignal und extrahiert daraus direkt die Eigenschaftsmerkmale, um so
die Distanzen zu berechnen und Ähnlichkeiten zwischen Musikstücken widerzuspiegeln. Wir gehen einen Schritt
weiter und wollen noch stärker den Kontext miteinbeziehen", erklärt Schedl. Die Wahrnehmung von
Musik manifestiere sich nicht allein durch das Audiosignal, es gebe diverse andere Faktoren die ausschlaggebend
sind: Während eine Person zwei Lieder ähnlich findet, bei denen auch die Texte ähnlich sind, sind
es bei einer anderen eher die Ähnlichkeiten des Rhythmus oder der Instrumentierung. "Die contentbasierten
Ansätze sind an ihre Grenzen gestoßen und zwar aus dem Grund, weil jeder Mensch die Musik individuell
empfindet", so Schedl.
Hashtags als wertvolle Datenquelle
Um herauszufinden, wie das Ähnlichkeitsempfinden bei den Hörern ausgeprägt ist, untersuchen
die Forscher Microblogs wie Twitter. Konkret werden die Hashtags (wie z.B. #ladygaga oder #nowplaying @madonna)
analysiert, von denen angenommen wird, dass sie Hörgewohnheiten widerspiegeln. Hieraus können Ähnlichkeiten
berechnet werden - es kann aber auch vorhergesagt werden, welche Musik gerade in welchen Teilen der Welt populär
ist. Die Verknüpfung solcher Information mit dem Benutzerkontext (z.B. Aktivität, Umgebungslautstärke,
Wetter oder soziales Umfeld) ermöglicht es, adaptive Wiedergabelisten zu erstellen, die sich der momentanen
Situation des Benutzers anpassen. "Es sollen dann die passenden Songs für die jeweiligen Momente gespielt
und so ein optimales Hörvergnügen gewährleistet werden."
|
