Automatic Classification of musical mood by content-based analysis

Welcome to the UPF Digital Repository

Laurier, Cyril François. Automatic Classification of musical mood by content-based analysis. 2011
http://hdl.handle.net/10230/13091
dc.contributor.author Laurier, Cyril François
dc.contributor.other Serra, Xavier
dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.date.accessioned 2013-07-12T01:49:58Z
dc.date.available 2013-07-12T01:49:58Z
dc.date.issued 2011-09-19
dc.identifier.uri http://hdl.handle.net/10230/13091
dc.description.abstract In this work, we focus on automatically classifying music by mood. For this purpose, we propose computational models using information extracted from the audio signal. The foundations of such algorithms are based on techniques from signal processing, machine learning and information retrieval. First, by studying the tagging behavior of a music social network, we find a model to represent mood. Then, we propose a method for automatic music mood classification. We analyze the contributions of audio descriptors and how their values are related to the observed mood. We also propose a multimodal version using lyrics, contributing to the field of text retrieval. Moreover, after showing the relation between mood and genre, we present a new approach using automatic music genre classification. We demonstrate that genre-based mood classifiers give higher accuracies than standard audio models. Finally, we propose a rule extraction technique to explicit our models.
dc.description.abstract En esta tesis, nos centramos en la clasificación automática de música a partir de la detección de la emoción que comunica. Primero, estudiamos cómo los miembros de una red social utilizan etiquetas y palabras clave para describir la música y las emociones que evoca, y encontramos un modelo para representar los estados de ánimo. Luego, proponemos un método de clasificación automática de emociones. Analizamos las contribuciones de descriptores de audio y cómo sus valores están relacionados con los estados de ánimo. Proponemos también una versión multimodal de nuestro algoritmo, usando las letras de canciones. Finalmente, después de estudiar la relación entre el estado de ánimo y el género musical, presentamos un método usando la clasificación automática por género. A modo de recapitulación conceptual y algorítmica, proponemos una técnica de extracción de reglas para entender como los algoritmos de aprendizaje automático predicen la emoción evocada por la música
dc.format.mimetype 155 p.
dc.format.mimetype application/pdf
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights info:eu-repo/semantics/openAccess
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.title Automatic Classification of musical mood by content-based analysis
dc.date.modified 2013-07-10T11:42:21Z
dc.subject.keyword Music information retrieval
dc.subject.keyword Multimedia data search
dc.subject.keyword Mood
dc.subject.keyword Signal processing
dc.subject.keyword Machine Learning
dc.subject.keyword Recuperación de informació de la música
dc.subject.keyword Emoción
dc.subject.keyword Procesamiento de señales
dc.subject.keyword Búsqueda multimèdia
dc.subject.keyword Aprendizaje automático
dc.subject.keyword 78

See full text
http://hdl.handle.net/10803/51582

Search


Advanced Search

Browse

My Account

Statistics