Формирование музыкальных предпочтений у нейронной сети — эксперимент по созданию умного плеера

[Cydoor]

Интересно, а можно ли еще выявить корреляцию с настроением человека, собрать базу разной музыки и реализовать адаптивный музыкальный плеер?
Аналогов вроде бы еще не было?

[LaCTuK]

Если вместо «Настроения» подставить «то, чем человек планирует заниматься под музыку», то беглый поиск выдает, что Google play музыка уже умеет это и многое другое (+погода, +время суток)

[shtorman]

функционал есть и у Яндекс.Радио, и у inmood, вопрос в реализации, эффективности и точности определения того, что хотел пользователь.
Искренне желаю творческого развития проекту автора и новых нейронных сетей!
vpuhoff, может поделитесь ссылками на материал по изучению нейронных сетей?
… опечатка: «то есть результат ее обучения наиболее качественный из возможных.»

[vpuhoff]

Аналоги конечно есть, интерес был решить задачу самостоятельно, для изучения нейронной сети так сказать на практике, к тому же аналоги по большей части онлайн и заставить их работать со своей фонотекой было бы проблематично (но на телефоне вполне можно, не знаю правда насколько умный алгоритм переключения будет без интернета).
Спасибо, опечатку поправил. К сожалению ссылок не сохранилось, т.к. в основе была 1 нейронная сеть, исходный код которой приведен и большое количество хаотичной информации в голове, которую как я надеялся немного упорядочу, пока буду решать конкретную задачу.

[vpuhoff]

Плеер как раз реализован, shuffle с использованием pts, которые дает нейронная сеть, база соответственно тоже есть, но локальная, из той музыки, что слушатель даст программе. Для серьезной базы нужна медиатека побольше моей.

[AlexanderG]

А в качестве источника данных о настроении использовать энцефалограф Emotiv EPOC.

[vpuhoff]

Было бы классно попробовать, если бы не его цена, пока не готов потратить 500$ ради 1 эксперимента к сожалению)

[ZlodeiBaal]

Пробовали сделать сравнительное исследование?
Послушать незнакомой музыки и расставить цифирьки, а потом посмотреть что расставила сеть?

[vpuhoff]

Как раз это сделал на третьем этапе, просто исполнителей из «Общей кучи» выбирал более менее известных, чтобы читателю было ясно какой это жанр и соотносится ли результат с тем, чего пытался добиться.

[efremovaleksey]

Попробуйте оперировать двумя составляющими моно (A+B) и разностной (A-B). Басы, вокал, главные инструменты будут в первой, а всё, что отвечает за панорамирование «вглубину», в том числе немаловажные во многих стилях стереоэффекты — во второй.
Т.к. во второй практически никогда нет НЧ, их можно отбросить.

[vpuhoff]

Спасибо, не подумал, что можно было так сделать, сохранил себе, попробую изменить алгоритм создания «спектральной картины».

[efremovaleksey]

Что-нибудь вышло годное из идеи?

[vpuhoff]

Пока не попробовал, сейчас экспериментирую над другим проектом.

[mrgloom]

Пару лет назад была такая вот попытка:
habrahabr.ru/post/161005
habrahabr.ru/post/194724

Еще вот есть датасет:
labrosa.ee.columbia.edu/millionsong
www.kaggle.com/c/msdchallenge

Кстати не знаю есть ли что то основанное чисто на анализе сырых данных песен?
spotify — тут вроде коллаборативная фильтрация как и на last.fm без анализа содержимого самих песен
www.slideshare.net/erikbern/collaborative-filtering-at-spotify-16182818
www.slideshare.net/erikbern/mlhadoop-nyc-predictive-analytics-2
pandora — тут вроде бы эксперты проставляют тэги.

[vpuhoff]

За ссылки спасибо, стало понятно откуда у меня эта идея взялась, помню как раз после прочтения второй ссылки захотелось повторить. Было бы интересно все 3 проекта объединить в один, вышел бы достаточно сильный продукт. Соревнования интересные, но давно закончились. В целом сервисов достаточно много, первоначально как раз думал взять за основу один из них, но из за адского недружелюбного API и «анализатора» заточенного под cpp решил написать свой, заодно упорядочить накопившиеся знания по анализу звука. К тому же все сервисы работают исключительно через интернет, хотел сделать самостоятельный, независимый ни от чего проект.

[mrgloom]

marsyasweb.appspot.com/download/data_sets

вот еще, датасет для классификации по музыкальным жанрам.

[Ryav]

Только пользовательские вкусы в музыке нередко эволюционируют, зачастую связано это с тем, что натыкаешься на то, что раньше не слушал. Нейронная сеть исключит этот вариант.
А за статью спасибо.

[vpuhoff]

Согласен, в конечном итоге профит не такой большой как хотелось (в моем конкретном случае), т.к. кроме эволюционирования еще есть огромное число не учтенных параметров, которые значительно влияют на выбор трека. К примеру не замечал, но в разных наушниках мне нравятся разные треки, или некоторые треки просто не подходят к текущему настроению и т.д.

[dprotopopov]

или некоторые треки просто не подходят к текущему настроению

это из темы что первично — яйцо или курица, или вопроса собака виляет хвостом или хвост виляет собакой?
спасибо за статью.