Aug, 2023

人机交互中利用情绪诱发的背景音乐

PDF
TL;DR音乐对心情有影响，而心情对情绪和认知加工以及决策产生影响。研究发现，了解人们在行动时所听的音乐对于预测其行为是一个重要特征，但迄今为止还没有明确证据表明机器人能够通过考虑人们所听的音乐来改善其与人互动的决策能力。本研究通过实验结果填补了这一空白，要求人类参与者在听背景音乐的同时完成一个任务，该任务涉及驾驶模拟车通过一个交叉口。我们的研究结果明确表明，这种音乐背景信息可以有效地结合到机器人的世界表征中，以更好地预测人们的行为，同时还分析了音乐知识对参与者行为和所学策略的影响。
发现论文，激发创造
  • 个性化音乐治疗：神经计算建模视角

    本文探讨了音乐疗法在神经学和情绪障碍治疗中的应用，并总结了音乐在康复、情感调节和心血管调节中的作用。此外，本文突出了音乐选择个性化和自动化的机会以适应个体需求和任务，从而改善生活质量和减轻压力。

    May, 2023

  • 情感感知音乐推荐系统：通过实时情感背景增强用户体验

    本研究通过将情感融入歌曲推荐过程中，引入了一种人工智能模型，能够准确检测用户的实时情感，并生成符合用户情感状态的个性化歌曲推荐，从而提升用户体验，创造更具共鸣和意义的听歌体验。

    Nov, 2023

  • 人形情感表达在博弈论环境中对人类行为的影响

    研究了在机器人和人类交互中，机器人的情感表达对人类决策行为模式的影响，使用自然语言处理模型产生机器人使用的情感表达语句，并在博弈理论的环境中探究人的行为模型。

    Jun, 2018

  • 心理学启发的音乐推荐系统

    研究如何整合用户个性和情感状态以建立一个能关注音乐的心理和情感因素的自动化推荐系统，从而改善音乐推荐的质量。

    May, 2022

  • 音乐情感操控 -- 基于深度学习的交互视觉方法

    我们介绍了一种使用 AI 工具来操纵歌曲情感内容的新方法。我们的目标是在尽可能保持原有旋律的情况下实现所需情感。为此，我们创建了一个交互式流程，能够将输入的歌曲转换为与之截然相反的情感，并通过 Russel 的 Circumplex 模型对结果进行可视化。我们的方法是对现有音乐情感内容进行语义操作的概念验证，这是一个旨在修改现有音乐情感内容的新领域。我们设计了一个深度学习模型，能够评估我们对关键部分、SoundFont 乐器设备以及其他音乐特征的修改准确性。我们的模型准确度与 4Q Emotion 数据集上的最新技术水平相符。通过进一步改进，这项研究可能为按需定制音乐生成、现有作品的自动混音以及情感进展调整的音乐播放列表做出贡献。

    Jun, 2024

  • 唱出电子身体：机器人具象对用户期望的影响

    使用多模态特征预测用户对给定机器人的社交和物理能力的期望，这些特征提供了关于机器人的一般心智模型的信息，可以融入互动设计和物理设计中。

    Jan, 2024

  • R&B -- 节奏与脑：通过人脑活动解码音乐的跨主体研究

    本研究通过功能性磁共振成像（fMRI）测量的人脑活动，探究音乐是否能够从中解码。利用最新的数据集和预训练的计算模型，研究人员构建了神经数据和音乐刺激的潜在表示之间的映射关系，通过功能和解剖对齐技术解决了 fMRI 数据中低时间分辨率和信噪比的挑战。研究结果表明，通过我们的解码方法，我们能够以最先进的准确度识别音乐，并且建议神经基础的音乐检索系统可实现个性化推荐和治疗应用。

    Jun, 2024

  • 音乐生成的语义调控：词语是否足够？

    音乐生成和表达情感之间的关系对于深度学习和自然语言处理的发展具有重要意义，并且有潜力在创意产业中提供强大的工具来推动和生成新的音乐作品。

    Nov, 2023

  • 基于人工智能的情感音乐生成系统：方法及挑战综述

    本文综述了基于人工智能的情感音乐生成（AI-AMG）系统，包括其基本构成、核心算法、音乐特征及未来方向等。

    Jan, 2023

  • 音乐的情感个性化反应

    通过开发计算化方法，从中国社交音乐平台上的四亿多听众评论中度量音乐情感反应，并测试了影响听众情感反应的各种因素，包括音乐、歌词、情境、人口统计、心理卫生等，最终发现了影响平台用户自披露的因素、社交支持以及披露者用户活跃度上的显著差异。

    Oct, 2022