L'IA pourrait nous aider à déconstruire pourquoi certaines chansons nous font nous sentir si bien

Un homme écoutant de la musique à la radio Avec l'aimable autorisation de l'USC Viterbi School of Engineering

Nous savons tous que la musique est un puissant influenceur. Un film sans bande son ne provoque pas le même voyage émotionnel. Une séance d'entraînement sans hymne gonflé peut sembler un frein. Mais existe-t-il un moyen de quantifier ces réactions ? Et si oui, pourraient-ils être rétro-conçus et utilisés ?

Dans un nouveau papier , des chercheurs de l'Université de Californie du Sud ont cartographié comment des choses comme la hauteur, le rythme et l'harmonie induisent différents types d'activité cérébrale, de réactions physiologiques (chaleur, sueur et changements de réponse électrique) et d'émotions (bonheur ou tristesse), et comment l'apprentissage automatique pourrait utiliser ces relations pour prédire comment les gens pourraient réagir à un nouveau morceau de musique. Les résultats, présentés à une conférence la semaine dernière sur les intersections de l'informatique et de l'art, montrer comment nous pourrions un jour être en mesure de concevoir des expériences musicales ciblées à des fins allant de la thérapie aux films.

La recherche fait partie de l’objectif plus large du laboratoire de comprendre comment différentes formes de médias, tels que les films et les publicités télévisées ainsi que la musique, affectent le corps et le cerveau des gens. Une fois que nous comprenons comment les médias peuvent affecter vos diverses émotions, nous pouvons essayer de les utiliser de manière productive pour réellement soutenir ou améliorer les expériences humaines, explique Shrikanth Narayanan, professeur à l'USC et chercheur principal du laboratoire.

Les chercheurs ont d'abord parcouru des sites de streaming musical comme Spotify pour des chansons avec très peu d'écoutes, étiquetées heureuses ou tristes. (Ils voulaient éviter les chansons familières pour minimiser les variables de confusion.) Grâce à une série de testeurs humains, 60 pièces pour chaque émotion ont été réduites à une liste finale de trois : deux qui ont induit de manière fiable la tristesse (Ólafur Arnalds's D'abord et Michael Kamen Découverte du camp ) et celui qui induisait le bonheur de manière fiable (Lullatone’s Course contre le coucher du soleil ). Une centaine de participants qui n'avaient jamais entendu les chansons auparavant se sont divisés en deux groupes, ont écouté les trois morceaux et ont soit passé une IRMf, soit porté des capteurs de pouls, de chaleur et d'électricité sur leur peau et ont évalué l'intensité de leurs émotions sur une échelle de 0 à 10.

Les chercheurs ont ensuite introduit les données, ainsi que 74 caractéristiques pour chaque chanson (telles que sa hauteur, son rythme, son harmonie, sa dynamique et son timbre), dans plusieurs algorithmes d'apprentissage automatique et ont examiné quelles caractéristiques étaient les meilleurs prédicteurs de réponses. Ils ont constaté, par exemple, que la luminosité d'une chanson (le niveau de ses fréquences moyennes et hautes) et la force de son rythme étaient toutes deux parmi les meilleurs prédicteurs de la façon dont une chanson affecterait la fréquence cardiaque et l'activité cérébrale d'un auditeur.

La recherche en est encore à ses débuts, et il faudra un certain temps avant que des modèles d'apprentissage automatique plus puissants soient capables de prédire avec précision vos réactions mentales et physiques à une chanson. Mais les chercheurs sont enthousiasmés par la manière dont ces modèles pourraient être appliqués : pour concevoir de la musique pour des individus spécifiques, pour créer des bandes sonores de films très évocatrices ou pour aider les patients souffrant de problèmes de santé mentale à stimuler des parties spécifiques de leur cerveau. Le laboratoire travaille déjà avec des cliniques de traitement de la toxicomanie pour voir comment d'autres formes de médias pourraient aider les patients. Ils veulent également commencer à intégrer des thérapies basées sur la musique.

Plus simplement, la recherche pourrait être utilisée pour générer des listes de lecture. Vous ne voudriez pas écouter une chanson qui va faire monter votre rythme cardiaque juste avant l'heure du coucher, mais peut-être que vous le ferez si vous faites un long trajet en voiture et que vous n'avez pas bu beaucoup de café, dit Greer.

cacher