Analyse des morceaux de musique recommandés au sujet

Analyse des morceaux de musique recommandés au sujet, afin de définir ce qui unit le signal dans toute sa diversité à l’émotion ressentie par l’écoutant. L'objectif est de comprendre quelles dimensions/caractéristiques du signal audio émis influent sur les préférences de l’utilisateur, ceci afin d’offrir à terme un outil de recommandation musicale centré sur l’écoutant. Sur la base des résultats issus des expérimentations cognitives, de la description experte musicologique des styles musicaux, et de la modélisation automatique du signal par des techniques d’Intelligence Artificielle (« deep learning »), les chercheurs de l’équipe SAMoVA de l’IRIT essaient de dégager des corrélations susceptibles d’identifier les critères musicologiques qui se trouvent diversement sélectionnés dans le signal et donc perçus dans la diversité des choix des utilisateurs. Une double évaluation, objective et subjective, permet de vérifier la pertinence des suggestions musicales. Ce travail est effectué dans le cadre du projet pluridisciplinaire ECREME (Expertises Musicale et Cognitive pour Recommandation Musicale personnaliséE) qui implique la contribution de chercheurs des Universités Jean Jaurès et Paul Sabatier de trois laboratoires (CLLE-LTC, LLA CREATIS et IRIT) de disciplines différentes (ergonomie cognitive, musicologie et informatique).