EthnoPulse: A Multi-Task Deep Learning Framework for Traditional Music Emotion Recognition and Online Engagement Prediction
يُعد EthnoPulse إطار عمل للتعلم العميق متعدد المهام يقوم بنمذجة مشتركة لكل من التعرف على العواطف في الموسيقى التقليدية والتنبؤ بالاندماج عبر الإنترنت باستخدام إعداد الملصقات الجزئية مع مجموعات بيانات منفصلة، محققاً أداءً هو الأفضل في فئته، ومسلطاً الضوء على الأهمية البالغة للتقييم المجمع حسب التكوين والتقرير النوعي حسب الأبعاد في تحليل الموسيقى عبر الثقافات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
إن الموسيقى تفعل ما هو أكثر من مجرد الترفيه؛ فهي تحمل المشاعر. وعلى مدى عقود، حاول العلماء تعليم الحواسيب كيفية التعرف على هذه المشاعر، وهي مهمة تُعرف باسم "التعرف على عواطف الموسيقى". والهدف هو بناء أنظمة يمكنها الاستماع إلى أغنية وتحديد ما إذا كانت تجعلنا نشعر بالسعادة، أو الحزن، أو الهدوء، أو الإثارة. وتساعد هذه القدرة في تنظيم المكتبات الموسيقية واقتراح أغانٍ جديدة للمستمعين. ومع ذلك، فقد ركز معظم هذا البحث على موسيقى البوب والموسيقى الكلاسيكية الغربية. فالموسيقى التقليدية من ثقافات أخرى، مثل المقطوعات الآلاتية الصينية، غالبًا ما تستخدم أصواتًا وآلات وقواعد مختلفة لخلق العاطفة. وقد لا يفهم الكمبيوتر المدرب على الموسيقى الغربية اللغة العاطفية لمقطوعة مزمار صيني تقليدي. علاوة على على ذلك، درس الباحثون عادةً كيف تجعلنا الموسيقى نشعر بشكل منفصل عن كيفية تفاعل الناس معها فعليًا عبر الإنترنت. ففي العالم الحقيقي، تعتمد شعبية الأغنية على أشياء كثيرة، بما في ذلك من هو الفنان ومتى تم إصدارها، وليس فقط كيف يبدو صوت الموسيقى.
تقدم دراسة جديدة نظامًا يسمى "إيثنو بلس" (EthnoPulse)، صُمم لسد هذه الفجوات. واجه الباحثون مشكلة صعبة: كان لديهم مجموعة واحدة من الموسيقى الصينية التقليدية ذات تسميات عاطفية مفصلة، ولكن دون بيانات حول عدد مرات تشغيل تلك المسارات المحددة عبر الإنترنت. وكان لديهم مجموعة أخرى ضخمة من الموسيقى عبر الإنترنت مع عدد مرات التشغيل، ولكن بدون تسميات عاطفية. وبدلاً من إجبار هذين النوعين المختلفين من البيانات على التوافق أو تجاهل أحدهما، بنى الفريق نموذجًا حاسوبيًا واحدًا يمكنه التعلم من كليهما في وقت واحد. لقد علموا النظام الاستماع إلى الصوت الخاص بالموسيقى التقليدية لفهم شكلها العاطفي، بينما يتعلم في الوقت نفسه التنبؤ بالتفاعل عبر الإنترنت من مجموعة البيانات الأخرى. يتشارك النموذج "دماغًا" مشتركًا لفهم الأصوات الأساسية للموسيقى، ولكنه يمتلك مسارات منفصلة للتعامل مع المهام المحددة المتمثلة في تخمين العواطف أو تخمين الشعبية. يسمح هذا النهج للنظام بالتعلم من جميع البيانات المتاحة دون اختلاق معلومات مفقودة.
اختبر الباحثون هذا النظام باستخدام مجموعة بيانات كبيرة من الموسيقى الآلاتية الصينية التقليدية ومجموعة بيانات منفصلة من الموسيقى الشعبية والدولية من منصة عبر الإنترنت. وقد كانوا حذرين لتجنب خطأ شائع في علوم الحاسوب حيث يقوم النموذج ببساطة بحفظ التسجيل المحدد أو الفنان بدلاً من تعلم الموسيقى نفسها. ولمنع حداً لـذلك، تأكدوا من أنه إذا ظهرت قطعة موسيقية في مجموعة التدريب، فلا يمكن لأي نسخة أخرى من نفس التأليف أو الأداء أن تظهر في مجموعة الاختبار. كشف هذا الفصل الصارم أن النموذج يمكنه بنجاح التنبؤ بالمحتوى العاطفي للموسيقى التقليدية واحتمالية التفاعل مع المسار عبر الإنترنت. وقد حقق النظام أفضل أداء في التنبؤ بـ "الإثارة" (arousal)، وهو مقياس لمدى كون القطعة الموسيقية مفعمة بالطاقة أو هادئة، مقارنة بـ "التكافؤ" (valence)، الذي يقيس مدى إيجابية أو سلبية الشعور.
كما كشفت الدراسة عن حقيقة مفاجئة حول كيفية تقييمنا لهذه النماذج الحاسوبية. فعندما قام الباحثون بتقسيم الأغاني عشوائيًا وخلط القطع بين مجموعات التدريب والاختبار، بدا أن النماذج تعمل بشكل أفضل بكثير. ومع ذلك، كان هذا وهمًا ناتجًا عن حفظ النموذج للصوت الفريد لتسجيل معين بدلاً من فهم الموسيقى. وعندما استخدم الباحثون طريقة الاختبار الأكثر صرامة القائمة على التأليف الموسيقي، انخفضت الدرجات، مما كشف أن الطريقة العشوائية كانت تخفي الصعوبة الحقيقية للمهمة. تشير هذه النتيجة إلى أن الدراسات السابقة ربما كانت متفائلة للغاية بشأن مدى قدرة الحواسيب على فهم الموسيقى. بالإضافة إلى ذلك، عندما حاول الفريق تطبيق ما تعلمه النموذج من الموسيقى الصينية على الموسيقى الكلاسيكية الغربية، فقد نجح في التنبؤ بمستويات الطاقة لكنه واجه صعوبة في التنبؤ بالمشاعر الإيجابية أو السلبية. وهذا يشير إلى أنه بينما قد تكون الطاقة الفيزيائية للموسيقى عالمية، فإن القواعد الثقافية المحددة للسعادة والحزن ليست كذلك.
في النهاية، تظهر الأبحاث أن الحواسيب يمكنها تعلم فهم البنية العاطفية للموسيقى التقليدية والتنبؤ بالاهتمام عبر الإنترنت، ولكن فقط إذا تم تعليمها بعناية. لا يدعي النظام أن العاطفة تسبب الشعبية، لكنه يثبت أن البنية الصوتية للأغنية تحتوي على أدلة تساعد في التنبؤ بكليهما. يسلط العمل الضوء على أن الموسيقى التقليدية تتطلب نهجًا خاصًا بها، وأن الطريقة التي نختبر بها هذه الأنظمة تهم بقدر أهمية الأنظمة نفسها. ومن خلال فصل بيانات الاختبار حسب التأليف الموسيقي بدلاً من الصدفة العشوائية، قدم الباحثون صورة أكثر صدقًا لما يمكن لأدوات الذكاء الاصطناعي هذه القيام به بالفعل. وتشير النتائج إلى أنه بينما نصبح أفضل في تعليم الآلات كيفية الاستماع، يجب أن نظل حذرين بشأن كيفية قياس نجاحها، خاصة عند عبور الحدود الثقافية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.