في عالم الموسيقى، يعد التعرف على المشاعر (Music Emotion Recognition - MER) من التحديات الحديثة التي تواجه الباحثين، خاصة مع وجود بيانات محدودة تتعلق بالتعليقات الخبراء. لكن مع ظهور Memo2496، يبدو أن الأمور قد تتغير بشكل جذري. هذه القاعدة الجديدة تضم 2496 مقطوعة موسيقية مع تصنيفات عاطفية دقيقة، تم العمل عليها من قبل 30 متخصصًا معتمدًا في الموسيقى.

تجاوزت مجموعة بيانات Memo2496 العقبات السابقة من خلال تقديم واجهة تحكم مألوفة، مما يسهل عملية التصنيف والتقييم، بالإضافة إلى عملية المعايرة الداخلية التي تضمن جودة البيانات. ولكن ما يميز هذا المشروع حقًا هو إطار العمل الثوري الذي تم تقديمه، والذي يُعرف باسم Dual-view Adaptive Music Emotion Recogniser (DAMER).

يستخدم نظام DAMER تقنية اندماج الانتباه ثنائي التيار (Dual-Stream Attention Fusion - DSAF) لتحقيق تفاعل ثنائي الاتجاه على مستوى الرموز بين مخططات الميل (Mel spectrograms) والمخططات السمعية (cochleagrams). بالإضافة إلى ذلك، يتم تطبيق أسلوب تسمية الثقة التدريجي (Progressive Confidence Labelling - PCL) الذي يعتمد على جدولة الحرارة واستخدام اختزال جانسن-شانون.

ليس هذا فحسب، بل يقدم النظام أيضًا تقنية التعلم الذكي المرتكز على الأنماط (Style-Anchored Memory Learning - SAML) التي تعزز التطابق بين العواطف لعينات موسيقية متنوعة.

تظهر النتائج أن DAMER قد حصل على دقة مذهلة في القياسات المرتبطة بالاستثارة والعاطفة، متفوقًا على طرق أخرى في مجموعة بيانات Memo2496 ومجموعتين إضافيتين من البيانات. من المؤكد أن هذه التجربة تمثل إنجازًا مذهلاً في التصميم الدقيق والفهم العاطفي للموسيقى.

الإصدار العام لمجموعة البيانات وكود المصدر يعكس التزام الباحثين بالشفافية والتعاون في مجال الذكاء الاصطناعي. إن كانت لديك رغبة في معرفة المزيد عن هذا التطور الرائع، فما رأيك في مستقبل التعرف على مشاعر الموسيقى؟ شاركونا آراءكم في التعليقات!