logo móvil
Contáctanos

Descubrimiento de música basado en el estado de ánimo: un sistema para generar listas de reproducción de música tailandesa personalizadas utilizando análisis de emociones

Autores: Visutsak, Porawat; Loungna, Jirayut; Sopromrat, Siraphat; Jantip, Chanwit; Soponkittikunchai, Parunyu; Liu, Xiabi

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Descubrimiento de música basado en el estado de ánimo: un sistema para generar listas de reproducción de música tailandesa personalizadas utilizando análisis de emociones


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Estudio
Experiencia de escucha de música
Artistas tailandeses
Emociones
Listas de reproducción personalizadas
Aprendizaje automático

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 20

Citaciones: Sin citaciones


Descripción
Este estudio mejora la experiencia de escuchar música y promueve a artistas tailandeses. Proporciona a los usuarios un acceso fácil a canciones tailandesas que se ajustan a sus estados de ánimo y situaciones actuales, haciendo que su viaje musical sea más placentero. El sistema analiza las emociones de los usuarios a través de la entrada de texto, como escribir sus sentimientos actuales, y procesa esta información utilizando aprendizaje automático para crear una lista de reproducción que resuene con sus sentimientos. Este estudio se centra en construir una herramienta que se adapte a las preferencias de los oyentes de música tailandesa y fomente el consumo de una variedad más amplia de canciones tailandesas más allá de las tendencias populares. Este estudio desarrolla una herramienta que crea con éxito listas de reproducción personalizadas mediante el análisis de las emociones del oyente. El reconocimiento de frases y palabras clave detecta las emociones del oyente, generando listas de reproducción adaptadas a sus sentimientos, mejorando así su satisfacción al escuchar música. Los clasificadores empleados en este estudio lograron las siguientes precisiones: bosque aleatorio (0.94), XGBoost (0.89), árbol de decisiones (0.85), regresión logística (0.79) y máquina de vectores de soporte (SVM) (0.78).

Otros recursos que podrían interesarte

Temas Virtualpro