音樂具有感染人心的魔力，可以拉近人與人之間的距離、創(chuàng)造共同的回憶、增加活動或戲劇的氣氛，更能輕易地引起我們的喜怒哀愁。熱情的歌曲讓我們慷慨激昂、悲傷的歌曲說出人們的心傷、悠揚(yáng)的歌曲則讓我們心情平靜。人們對于音樂的情緒具有這樣的欣賞力與鑒別力，但計算機(jī)卻還沒有。

如何讓計算機(jī)如人腦一般，具有辨別音樂情緒的能力呢？這就是“音樂情緒辨識”（MusicEmotionRecognition）所要研究的。

為什么要做音樂情緒辨識？

音樂與情緒有密不可分的關(guān)系，自古以來便有許多不同學(xué)科的學(xué)者在探究音樂與情緒的關(guān)系，包括哲學(xué)家、社會學(xué)家、音樂學(xué)家、人類學(xué)家、神經(jīng)科學(xué)家、音樂治療學(xué)家等，但在信息領(lǐng)域真正大量投入人力研究自動化音樂情緒辨識系統(tǒng)，卻是遲至21世紀(jì)初期的事。

音樂情緒辨識的興起，主要是源于數(shù)字化時代的來臨，MP3壓縮技術(shù)以及硬盤儲存能力長足的發(fā)展。不僅儲存媒體空間越來越大，價格也越壓越低，人們能輕而易舉地在個人計算機(jī)或是便攜裝置上儲存成千上萬首的歌曲，可是如何在那么龐大的音樂庫中找到想聽的歌曲，就成了個棘手的問題。

傳統(tǒng)上，一般使用者還是習(xí)慣將歌曲以歌手名稱、專輯名稱等分文件夾存放，就如同一片片的光盤一樣。想要聽歌的時候，使用者必須在文件夾間瀏覽，選取自己想要聆聽的專輯，或是從不同專輯中挑出部分歌曲。較為熟練的使用者會將不同專輯的歌曲組合、儲存成播放列表，在不同的時機(jī)挑選不同的播放列表來聽。

然而，手動地挑歌是非常耗時的，播放列表的使用也造成只有少數(shù)部分歌曲被反復(fù)地聆聽，大多數(shù)的歌曲其實很少會被使用者選到，降低了音樂庫實質(zhì)上的豐富性。況且，在許多時候使用者并不清楚或不愿意選擇要聽哪些歌曲，而只想跟著當(dāng)下的情緒或是情境，聆聽符合那種感覺的歌曲。比如說，無聊的時候想要聽點(diǎn)讓人亢奮的音樂；專心念書或是工作的時候想要聽點(diǎn)優(yōu)雅安靜的音樂。這樣的需求必須透過音樂情緒辨識的幫助，深入分析音樂的內(nèi)容及情緒，方才能夠被滿足。

有了音樂情緒辨識系統(tǒng)，用戶可以以情緒為索引來找尋歌曲。比如說，使用者可以指定特定的情緒，要求系統(tǒng)提供帶有這一類情緒的歌曲；用戶也可以指定一系列的情緒，例如說從平靜到亢奮再回歸平靜，從而產(chǎn)生一個音樂播放列表，其中歌曲情緒的變化依照使用者的設(shè)定。這樣的檢索方式不但便利、有趣也更加人性化。

除了讓用戶選擇音樂的情緒外，科技也可以讓計算機(jī)根據(jù)用戶的心情、狀態(tài)“主動地”推薦音樂。

例如某個特定空間，比如說客廳或是汽車內(nèi)，計算機(jī)可以通過攝影機(jī)或是麥克風(fēng)捕捉用戶的表情、動作、音量等信息，自動判斷使用者當(dāng)前的心情，再主動地推薦符合該心情的歌曲。智能型手機(jī)或是音樂播放器也可結(jié)合時間、地點(diǎn)或是一些傳感器搜集到的資料，判斷使用者可能在從事怎樣的活動，比如說起床、運(yùn)動、工作或通勤等，借此來推薦適當(dāng)?shù)母枨Ｓ辛艘魳非榫w辨識，音樂將能更好地融入我們的日常生活。情緒標(biāo)定音樂情緒辨識本身是個跨領(lǐng)域的研究，需要心理學(xué)、音樂學(xué)及信息科學(xué)方面的相關(guān)知識。由于音樂情緒辨識關(guān)心的是人對于音樂的感受，因此也可以說研究的是一個藝術(shù)與科學(xué)的交會點(diǎn)。

就像我們教孩子認(rèn)字會使用許多范例一樣，要教計算機(jī)辨識音樂中的情緒，也需要先準(zhǔn)備一個標(biāo)定好的數(shù)據(jù)庫，在這個數(shù)據(jù)庫里面，我們很明確地知道哪些歌是屬于快樂的情緒、哪些歌是屬于悲傷的情緒，如此一來，計算機(jī)方能利用這些資料來找出各種音樂的特征與情緒的關(guān)系，分析出具有怎樣特性的音樂會引起怎樣的情緒。就像是有個老師在旁邊給小孩子許多范例，教導(dǎo)她學(xué)習(xí)，這樣的過程也被稱之為“監(jiān)督式學(xué)習(xí)”（SupervisedLearning）。

音樂情緒數(shù)據(jù)庫的建立關(guān)系到心理學(xué)的“實驗設(shè)計”理論。由于情緒的感受沒有客觀的答案，因此通常還需要邀請一些受測者來替歌曲作情緒的標(biāo)定。這些標(biāo)定會被當(dāng)成是歌曲情緒的“標(biāo)準(zhǔn)答案”。

計算機(jī)會被要求能夠像人類受測者一樣準(zhǔn)確地判斷出這些歌曲的情緒。

由于情緒受到聽者個性、性別及年齡等等的影響，因此必須讓不止一名受測者聽我們選定的音樂，并記錄這些受測者聆聽之后所感受到的歌曲情緒。如果一首歌曲的情緒無法取得多數(shù)人的共識，那代表所要傳達(dá)的情緒是比較模糊的，或許就不適宜納入數(shù)據(jù)庫內(nèi)。使用者的選定必須均衡，例如一半是男生、一半是女生，背景皆固定為大學(xué)院校中的學(xué)生等；歌曲的選定則必須多元，我們希望數(shù)據(jù)庫里包含的音樂盡量越豐富越好，能涵蓋各種不同類別、不同情緒的音樂，如此數(shù)據(jù)庫才能具有代表性。另外，也需要注意實驗設(shè)計不能給受測者太多的負(fù)擔(dān)，且標(biāo)定情緒的過程要明確且統(tǒng)一，例如，究竟是要以音樂旋律所傳達(dá)的情緒為準(zhǔn)，還是以歌詞為準(zhǔn)，或是兩者皆考慮？這些因素都必須被仔細(xì)考慮并設(shè)計，否則可能會影響標(biāo)準(zhǔn)答案的質(zhì)量，進(jìn)而限制了情緒辨識的可學(xué)習(xí)性。

情緒運(yùn)算

有了標(biāo)準(zhǔn)答案之后，我們還必須用到數(shù)字信號處理的技術(shù)，結(jié)合音樂學(xué)知識和圖形辨認(rèn)技術(shù)，分析音樂信號的特征，方能將音樂的特征與音樂的情緒做鏈接。

哪些音樂特征會跟情緒有關(guān)呢？我們不難猜到，情緒的亢奮與否和歌曲的音量大小、節(jié)奏快慢、音調(diào)高低以及音色是否明亮有關(guān)；情緒是快樂或悲傷則可以從樂曲是大調(diào)或是小調(diào)、音色是否和諧順暢有關(guān)。雖然這些信息都可以在樂譜中得到，但在實際的情況中，許多時候我們只有音樂信號，并沒有相對應(yīng)的樂譜。再加上對現(xiàn)代科技而言，計算機(jī)還沒辦法像受過音樂訓(xùn)練的人腦一樣，精準(zhǔn)地將歌曲的樂譜從聲波中還原出來；計算機(jī)能夠做到的，是透過數(shù)字信號處理技術(shù)，盡量去估測出這些音樂特征的值，例如估測一首歌一分鐘大約會有幾個拍子、或是估測一首歌音高的分布情形等。由于目前計算機(jī)尚無法精確地以音樂的語言來描述音樂，只能透過一些統(tǒng)計值及估計來大略評估，音樂情緒辨識的準(zhǔn)確率也因而受到影響。