Projekttyp: Bachelor-Projekt

Hochschule: Hochschule Bremen 

Laufzeit: März 2006 - August 2006

Betreuer: Prof. Dr. Loviscach, Prof. Oswald

Studierende: 13 

Übersicht:

Musik ist wahrscheinlich das Medium mit dem es am besten gelingt, Emotionen und Stimmungen darzustellen oder hervorzurufen. Die Methoden des "Affective Computing" machen Software möglich, die Musik nach bestimmten Stimmungen abspielt. In diesem Projekt wurde eine MP3-Player-Software entwickelt, die es möglich macht, Musikstücke mit Stimmungs-Tags zu beschreiben und unterschiedliche Methoden zur stimmungsbasierten Erzeugung von Playlists bietet.

Beschreibung:

Nach eine langen Recherche-, Diskussions- und Testphase wurde ein siebendimensionales Stimmungsmodell entwickelt. Im User-Interface werden diese durch sieben Schieberegler repräsentiert. Diese sieben Schieberegler werden benutzt um Musikstücke einer Sammlung manuell zu "taggen", das heißt mit Stimmungsparametern zu beschreiben.

Anschließend werden die restlichen Musikstücke einer Sammlung automatisch getaggt. Dies basiert auf einer inhaltlichen Analyse der Stücke (Feature Analysis), basierend auf "Mel-Frequency Cepstral Coefficients" (MFCCs), diese liefern hauptsächlich Vergleichswerte zur Klangfarbe. Aber auch rhythmische Komponenten wie BPM werden analysiert. Vereinfacht gesagt: Stücke mit ähnlichen Features bekommen einen ähnlichen siebendimensionalen Stimmungsvektor.

• Proximity Mode: Als Ausgangspunkt wird ein bestimmtes Stück gewählt oder eine gewünschte Stimmung mit Hilfe der Schieberegler eingestellt. Die Software sucht nun eine bestimmte Anzahl von Stücken im Umkreis des Ausgangspunktes.
• Chain Mode: Als Ausgangspunkt wird wieder ein bestimmtes Stück gewählt oder eine gewünschte Stimmung mit Hilfe der Schieberegler eingestellt. Die Software sucht nun immer das nächste Stück mit dem ähnlichsten Stimmungsprofil aus. Dadurch entsteht eine Playlist, bei der die Unterschiede zwischen aufeinander folgenden Stücken so klein wie möglich sind. Die Richtung in die sich die Stimmung entwickelt ist aber nicht vorhersehbar, sie kann aber jederzeit manuell korrigiert werden.
• Game Mode: Der Spielverlauf in einem Computerspiel wird analysiert und benutzt, um zum aktuellen Spielgeschehen passende Musik abzuspielen - aus der persönlichen Musiksammlung des Spielers.
• Sensor Mode: Die Stimmungsvektoren werden aus Sensorendaten ermittelt. Die Sensoren ermitteln Hautwiderstand und -temperatur sowie Herzschlag- und Atemfrequenz. Diese werden durch ein neuronales Netz in den benötigten Stimmungsvektor umgewandelt.