The paper presents an application for automatically classifying emotions in film music. A model of emotions is proposed, which is also associated with colors. The model created has nine emotional states, to which colors are assigned according to the color theory in film. Subjective tests are carried out to check the correctness of the assumptions behind the adopted emotion model. For that purpose, a statistical analysis of the subjective test results is performed. The application employs a deep convolutional neural network (CNN), which classifies emotions based on 30 s excerpts of music works presented to the CNN input using mel-spectrograms. Examples of classification results of the selected neural networks used to create the system are shown.
Praca przedstawia zagadnienia związane z klasyfikacją emocji w muzyce filmowej. W artykule zaproponowano model emocji zawierający dziewięć stanów emocjonalnych, do których przypisany jest kolor zgodnie z teorią koloru w filmie. Kolejne kroki eksperymentu obejmowały wybór muzyki filmowej do testów (baza Epidemic Sound), przygotowanie założeń ankiety oraz modelu emocji wykorzystywanych w testach odsłuchowych, a także konstrukcję ankiety. Ankieta została zrealizowana za pomocą formularzy Google. Przeprowadzono również analizę statystyczną wyników uzyskanych w testach subiektywnych. Częścią pracy jest opracowanie aplikacji do automatycznej klasyfikacji emocji na podstawie muzyki filmowej. Aplikacja wykorzystuje splotową sieć neuronową, która klasyfikuje emocje na bazie 30-sekundowych fragmentów muzyki reprezentowanych przez spektrogramy w skali melowej. W końcowej części pracy pokazano przykład wyników klasyfikacji emocji w muzyce filmowej uzyskanych za pomocą sieci neuronowej, zweryfikowanych w sposób subiektywny.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.