某些音乐在您第一次听到时会给您带来冲击。 几年前，当我开车去上班时，苏格兰独立摇滚乐队格拉斯维加斯（Glasvegas）创作的《爸爸的逝世》（Daddy’s Gone）出现在广播中。 我开会迟到了，只是对我的孩子们大喊大叫，试图使他们准时上学而徒劳。 一个有生之年没有父亲的男孩的故事，加上歌词讲述男人背弃家人的经历所遭受的损失，使我意识到自己对自己的特权地位感到多么的不感恩，并使我想起了工人阶级的道德风范。我18岁时离开的苏格兰小镇的一角，我不得不停下汽车哭泣。
我们回应歌曲的方式非常个人化。 我的情绪是仅存在于我自己脑海中的模式和联系的结果。 因此，一种算法可以预测听众对歌曲的情感反应的想法似乎有些幻想。 音乐流媒体服务Spotify则认为不是。 它的开发者声称已经创建了一种算法，该算法可以区分快乐歌曲和悲伤歌曲之间的区别。 这是他们创造尽可能个性化的聆听体验的策略的一部分：通过帮助用户发现新的收藏夹而将用户保持在平台上，这是Spotify在竞争对手（包括Apple Music和Tidal）方面的优势。 该公司很快意识到，对情感进行音乐分类可以为用户带来更令人满意的建议。 如果您在星期五工作后心情愉快，您可能不想听沮丧的苏格兰独立乐队的表演。
将3000万首歌曲分为不同的情感类别是一项艰巨的任务。 人类实际上不可能单独分析这些歌曲中的每首。 前进Spotify的数据炼金术士Glenn McDonald（允许他选择自己的职位）。 他告诉我：“我不是在寻找抽象的真理，而是试图找到人们会回应的音乐。” Spotify给出的每条建议都使用McDonald和他的Echo Nest同事开发的情感分类系统，该公司是Spotify三年前收购的一家初创公司。 该算法将音量，节奏和（最重要的）能量等音乐属性与“情绪化合价”相结合，“情绪化合价”是衡量歌曲使您感到有多高兴或悲伤的一种量度。 一般而言，高价声音会使人感到积极情绪，而低价声音会使人产生负面情绪。 为了对该算法进行编程，人类测试人员会聆听成对的歌曲，并要求他们确定哪首歌使他们更难过，或者哪首歌听起来更响亮。 将人工输入的内容输入计算机，教计算机如何自己分析歌曲。
- 播放列表：告别美妙的梦
- Spotifying的失望
- 在Spotify上投放广告：来到您附近的耳机
- 不要让Spotify通过#BlackGirlMagic获利。 智力资产=世代财富
- 这位神经外科住院医师讨论了阿片类药物，他的OR播放列表等
这张图显示了Spotify的算法如何根据歌曲的情感价和精力对精选歌曲进行分类。 在悲伤的象限中，情感景象既低情感价又低能量，我们看到了里贾纳·斯佩克特（Regina Spector）的“萨姆森”（Samson）和阿黛尔（Adele）的“有人喜欢你”（Someone Like You）。 在快乐象限中，我们可以找到指针姐妹的“跳跃（为我的爱）”，贾斯汀·汀布莱克（Justin Timberlake）的“无法停止感情”，也许不出所料的是法雷尔·威廉姆斯（Pharell Williams）的热门歌曲“快乐”。 我很惊讶地发现，Spotify认为“爸爸去了”比“悲伤”更“生气”。
它引发了一个明显的异常：Dusty Springfield在“快乐象限”中的“你不必说你爱我”可能听起来很乐观，但听了歌词，这是一个绝望和单相思的遗憾故事。 Spotify目前不分析歌词，因此他们错过了这些细微之处。 独立数据分析师Charlie Thompson决定通过制定自己的算法来解决此问题。 他的“悲观指数”使用了从音乐社区Genius提取的数据，其中包含超过2500万首歌曲的歌词。 一种算法可以检测到悲伤或愤怒的单词，例如“仇恨”，“孤独”，“杀死”和“离开”，并将此信息与Spotify的情感效价测量结合起来。
我很高兴地看到该算法已经移动了我自己最喜欢的悲伤歌曲-Verve的“ The Drugs Do n’t Work”； 艾米·怀恩豪斯（Amy Winehouse）的“重返黑社会”（Black to Black）和臭名昭著的大集团（The Notorious BIG）的“自杀念头”-坚定地进入了悲伤的象限。 带有非常直接信息的歌曲，例如Imagine Dragons的“ Bleeding Out”，也得到了准确分类。 但是，它并没有引起对“快乐小药丸”的嘲讽或对“无法停止这种感觉”的双重否定。 可悲的是，它也误解了达斯蒂。 一个算法很难学习单词组合如何产生情感。 麦当劳承认，Spotify还没有解决歌词问题。 相反，它开始分析人们如何在Facebook和其他社交媒体平台上谈论音乐。 通过记录一起讨论的歌曲，其算法将可以更好地为某些类型的人量身定制推荐。
在撰写本文时，我花了几周的时间在Spotify上听了我感到非常难过的歌曲。 当我使用“发现每周”（Spotify认为会喜欢的自动歌曲播放列表）时，这些建议变得更加晦涩，但它们的情感影响却不如“爸爸的逝世”和“回到黑夜”。 当我说我经常发现自己一首又一首地跳来跳去时，我以为麦当劳会感到失望，但他告诉我：“我们不能期望捕捉到您个人对歌曲的依恋……我们在社交场合生成播放列表方面做得很好。并且跳过的歌曲数量很少。 但是，如果我们想向您个人推荐一首新歌，那么，如果您喜欢每十个推荐，我们都会感到满意。”
麦当劳最动情的歌是萨莉·芬杰特（Sally Fingerett）创作的“家就是心所在”。 “这首歌最经常使我在听音乐时哭泣。”这恰好恰好在他音乐榜的悲伤象限中间。 我听了，首先发现歌词有点老套。 但是随着它的发展，我感到眼泪浸入眼中。 为什么？ 我不知道。 也许算法知道一些我们不知道的东西。
