Novo Conjunto de Dados Liga Emoções à Música MIDI

A gente tá lançando um novo conjunto de dados de música que liga emoções à música simbólica. Esse conjunto é feito de Músicas em formato MIDI, que é um jeito de representar música usando uma sequência de notas. Pra criar esse conjunto, a gente usou letras de músicas que já existem e rotulou elas com base no conteúdo Emocional.

A música comunica sentimentos de um jeito que toca as pessoas. Pesquisadores de áreas diferentes, tipo psicologia e estudos musicais, têm olhado como a música afeta nossas emoções. Com os avanços da tecnologia, especialmente em deep learning, tem crescido o interesse em usar programas de computador pra analisar e criar músicas que consigam expressar certas emoções.

Os arquivos MIDI têm as informações pra produzir música, mas não incluem som de verdade. Esse formato é popular porque é menor e mais fácil pro computador trabalhar. Usando grandes coleções de arquivos MIDI, a gente consegue treinar modelos de deep learning pra gerar músicas novas com base no que eles aprendem das músicas existentes.

Mas, escrever música é mais do que simplesmente colocar notas uma depois da outra; os compositores pensam em temas, motivos e emoções enquanto criam. Então, se a gente quer ensinar os computadores a escrever música que reflita emoções, precisamos de grandes Conjuntos de dados de músicas MIDI rotuladas com as emoções correspondentes.

Embora existam alguns conjuntos de dados musicais que incluem rótulos emocionais, eles costumam ser muito pequenos pra atender às necessidades de modelos avançados. Pra preencher essa lacuna, a gente desenvolveu um conjunto de dados em larga escala, analisando letras de músicas pelo conteúdo emocional. A gente treinou modelos de computador pra classificar emoções em textos usando o conjunto de dados GoEmotions, que contém muitas emoções rotuladas. Nossos modelos treinados foram usados pra analisar letras de dois grandes conjuntos de dados MIDI.

O resultado é uma coleção de músicas MIDI, cada uma rotulada com emoções específicas. Esse novo conjunto pode inspirar mais pesquisas sobre como a música pode expressar emoções e ajudar a desenvolver sistemas musicais inteligentes que criam melodias baseadas no que querem transmitir emocionalmente.

#Trabalho Relacionado

#Classificação de Emoções a partir de Texto

Classificação de emoções a partir de texto, que geralmente é chamada de análise de sentimento, envolve identificar os sentimentos expressos em um pedaço de texto, como uma crítica ou um post nas redes sociais. Essa habilidade é útil em várias áreas, incluindo atendimento ao cliente e entretenimento.

Nos últimos anos, abordagens de machine learning melhoraram bastante a classificação de emoções em textos. Métodos mais antigos usavam técnicas simples, dependendo de palavras ou frases comuns associadas a certas emoções. Contudo, o crescimento do deep learning mudou esse panorama, permitindo que modelos compreendessem textos sem precisar selecionar manualmente características.

Inicialmente, modelos como Redes Neurais Recorrentes eram comuns, mas agora modelos do tipo transformer estão liderando as tarefas de processamento de linguagem natural. Esses modelos mais novos são treinados em grandes quantidades de dados e podem ser ajustados pra tarefas específicas, levando a resultados melhores.

#Conjuntos de Dados de Música Simbólica Rotulados com Emoções

MIDI é um jeito padrão de representar música em forma digital. Ele contém apenas os elementos necessários pra recriar a música, como notas e tempos, o que o torna leve e adequado pra aplicações de machine learning.

A maioria dos estudos existentes sobre geração de música com computadores geralmente não usa rótulos emocionais. Eles criam música com base em dados MIDI brutos, incapazes de capturar os sentimentos que podem ser expressos através da música. Enquanto há alguns esforços pra produzir música com elementos emocionais, os conjuntos de dados disponíveis costumam ser pequenos demais pra modelos complexos.

Alguns conjuntos de dados existem, como VGMIDI ou EMOPIA, mas não são suficientes pra treinar modelos grandes. Pesquisas anteriores tentaram combinar amostras de áudio com suas contrapartes MIDI pra desenvolver sistemas capazes de produzir músicas baseadas em emoções. No entanto, não houve muito esforço pra ligar letras com dados MIDI pra obter rótulos emocionais claros.

Nosso objetivo era criar um conjunto de dados de música simbólica rotulada com emoções analisando letras de músicas. A gente treinou modelos de classificação de emoções usando o DistilBERT, uma versão menor de um modelo mais complexo chamado BERT. Nosso modelo se saiu bem usando um método que permite classificar várias emoções ao mesmo tempo.

A gente utilizou o conjunto de dados GoEmotions pra treinar nosso modelo. Esse conjunto inclui uma ampla gama de emoções, o que o tornou ideal pras nossas necessidades. Depois de treinar nosso modelo, a gente aplicou ele nas letras de músicas de duas grandes coleções MIDI: o conjunto de dados Lakh MIDI e o conjunto de dados Reddit MIDI.

#Construindo o Conjunto de Dados

Pra desenvolver nosso conjunto de dados de música rotulado com emoções, seguimos uma série de passos. Primeiro, treinamos um modelo pra classificar emoções a partir de texto. Isso envolveu um treinamento detalhado usando o conjunto de dados GoEmotions, que consiste em comentários de fontes online, cada um etiquetado com diferentes emoções. Cada comentário pode transmitir mais de um sentimento, e esse conjunto inclui várias emoções agrupadas em categorias.

A gente avaliou o modelo usando medidas como precisão, recall e F1-score pra garantir que ele entendesse as emoções corretamente. Depois que o modelo foi treinado, a gente usou ele pra analisar letras dos conjuntos de MIDI Lakh e Reddit. Filtrando os arquivos MIDI com letras em inglês, conseguimos selecionar os que atendiam aos nossos critérios de análise.

Durante a análise, a gente alimentou as letras nos nossos modelos treinados pra obter previsões sobre as emoções associadas a cada música. Ao não aplicar limites rigorosos nas previsões, a gente permitiu um uso mais flexível dos dados.

O resultado é um conjunto de dados de arquivos MIDI, cada um conectado aos seus rótulos emocionais previstos correspondentes. Usuários podem acessar esse conjunto, junto com os modelos e o código que usamos pra criá-lo, pra ajudar em várias tarefas envolvendo música e emoções.

#Resultados da Classificação de Emoções

A gente testou nossos modelos treinados no conjunto de dados GoEmotions. Descobrimos que nossos modelos conseguiram resultados comparáveis a modelos base maiores, enquanto foram mais eficientes. Nosso sistema se saiu particularmente bem ao lidar com a disposição das emoções do conjunto de dados.

Coletamos resultados relatando a precisão, recall e scores F1 pra diferentes categorias emocionais. Nossos modelos mostraram que conseguiam prever efetivamente o conteúdo emocional nas letras, o que demonstra a capacidade deles nas tarefas de classificação de emoções.

Além disso, confirmamos que nossos modelos se saíram bem mesmo ao examinar conjuntos de dados que contêm uma variedade maior de emoções. Esse sucesso é essencial porque valida nossa abordagem e estabelece uma base sólida pra desenvolvimentos futuros.

#Conjunto de Dados MIDI Rotulado com Emoções

Depois de analisar as letras das músicas, a gente criou um conjunto de dados ampliado contendo arquivos MIDI acompanhados de rótulos emocionais. Esse conjunto inclui informações como caminhos de arquivos e probabilidades previstas pra diferentes emoções associadas a cada música.

A gente gerou arquivos de saída que contêm todas essas informações em um formato fácil de usar. Isso permite que pesquisadores e músicos explorem as conexões emocionais na música usando nosso conjunto de dados rotulado.

As amostras oferecem insights sobre as características emocionais de músicas conhecidas. Por exemplo, a música "Imagine" é prevista pra evocar sentimentos de otimismo, enquanto "Take a Chance on Me" está ligada a emoções de carinho. Usando um conjunto de dados com um número maior de rótulos emocionais, a gente consegue ter uma compreensão melhor da paisagem emocional sutil que a música pode cobrir.

#Conclusão e Trabalho Futuro

Em resumo, a gente desenvolveu um método pra rotular música MIDI com emoções com base nas letras. Treinando modelos em um conjunto de dados de texto abrangente, conseguimos resultados de ponta, demonstrando o potencial pra criar conjuntos de dados rotulados com emoções.

Nosso objetivo daqui pra frente é aprofundar a conexão entre emoções e composição musical. A gente aspira desenvolver modelos avançados que consigam compor música baseada em sinais emocionais. Entender e incorporar emoções na composição musical é chave pra avançar no campo da criatividade computacional e aproximá-lo de um desempenho parecido com o humano.

Nosso trabalho abre novos caminhos pra pesquisa e inovação tanto em machine learning quanto em composição musical. Esperamos que nosso conjunto de dados instigue mais explorações e inspire novos projetos que aproveitem a conexão única entre música e emoções.