طبقه بندی احساسات برانگیختگی و خوشایندی موسیقی با استفاده از ویژگی های موسیقی و جمعیتی

دو مورد از برجسته ترین احساسات انسانی، برانگیختگی و خوشایندی است. هدف این مقاله پاسخ دادن به سوال «آیا پیش بینی احساسات برانگیختگی و خوشایندی حاصل از گوش دادن به موسیقی بدون استفاده از سیگنال های فیزیولوژیک و فقط با استفاده از ویژگی های جمعیتی و موسیقایی می تواند نتایج مناسبی ارائه دهد؟» است. بدین منظور ۴۸ موسیقی ۳۰ ثانیه ای با سطوح برانگیختگی و خوشایندی بسیار بالا و بسیار پایین از مجموعه ی موسیقی DEAM انتخاب شده و توسط ۱۷۵ شرکت کننده ی ایرانی با محدوده ی سنی ۱۸-۳۵ سال بر اساس میزان برانگیختگی و خوشایندی (هر کدام از این دو احساس به طور جداگانه) با یکی از اعداد صحیح ۱ (کم ترین) تا ۵ (بیش ترین) برچسب گذاری شده است. ویژگی های موسیقایی انرژی، تمپو، تعداد عبور از صفر، صافی طیفی، مرکز طیفی، شار طیفی، پرتاب طیفی، پیچیدگی ریتمیک و ویژگی های کروماگرام و ویژگی های جمعیتی سن، جنسیت، میزان تحصیلات، سطح اقتصادی، قومیت، منطقه ی شهری و تعداد ساعت گوش دادن به موسیقی در روز، از موسیقی ها و افراد شرکت کننده استخراج گردیده است. مشاهدات مربوط به برچسب ۳ (متوسط) به دلیل تعداد بسیار کم رخداد این برچسب نسبت به سایر برچسب ها کنار گذاشته شده و ۸۰۵۱ مشاهده برای طبقه بندی مورد استفاده قرار گرفته است. کل داده ها به ۴ بخش مساوی و جدا از هم (بدون هم پوشانی) تقسیم شده و طبقه بندی ۴ بار صورت گرفته به طوری که در هر بار یکی از بخش ها برای تست و سایر بخش های باقی مانده برای آموزش مدل به کار گرفته شده است. این فرایند ۱۰ بار تکرار شده و متوسط نتایج داده های تست برای معیارهای طبقه بندی محاسبه گردیده است. هر کدام از احساسات برانگیختگی و خوشایندی به طور جداگانه آنالیز شده است. برای ساختن مدل طبقه بند، ۵ طبقه بند شبکه ی عصبی، k نزدیک ترین همسایه، ماشین بردار پشتیبان، درخت تصمیم و جنگل تصافی به کار گرفته شده است. بهترین عمل کرد طبقه بندی توسط شبکه ی عصبی برای برانگیختگی با صحت ۷۷%، اختصاصیت ۳/۹۰% و حساسیت ۷۷% و برای خوشایندی با صحت ۷/۷۹%، اختصاصیت ۲/۹۱% و حساسیت ۷/۷۹% به دست آمده است. نتایج نشان می دهند که شبکه ی عصبی می تواند یک طبقه بند مناسب برای طبقه بندی احساسات موسیقایی جامعه ی ایرانی بر اساس ویژگی های موسیقی و جمعیتی باشد.

کلیدواژه ها:

احساسات موسیقی ، برانگیختگی ، خوشایندی ، ویژگی های موسیقی و جمعیتی ، طبقه بندی