音樂具有感染人心的魔力，可以拉近人與人之間的距離、創造共同的回憶、增加活動或戲劇的氣氛，更能輕易地引起我們的喜怒哀愁。熱情的歌曲讓我們慷慨激昂、悲傷的歌曲說出人們的心傷、悠揚的歌曲則讓我們心情平靜。人們對于音樂的情緒具有這樣的欣賞力與鑒別力，但計算機卻還沒有。

如何讓計算機如人腦一般，具有辨別音樂情緒的能力呢？這就是“音樂情緒辨識”（MusicEmotionRecognition）所要研究的。

為什么要做音樂情緒辨識？

音樂與情緒有密不可分的關系，自古以來便有許多不同學科的學者在探究音樂與情緒的關系，包括哲學家、社會學家、音樂學家、人類學家、神經科學家、音樂治療學家等，但在信息領域真正大量投入人力研究自動化音樂情緒辨識系統，卻是遲至21世紀初期的事。

音樂情緒辨識的興起，主要是源于數字化時代的來臨，MP3壓縮技術以及硬盤儲存能力長足的發展。不僅儲存媒體空間越來越大，價格也越壓越低，人們能輕而易舉地在個人計算機或是便攜裝置上儲存成千上萬首的歌曲，可是如何在那么龐大的音樂庫中找到想聽的歌曲，就成了個棘手的問題。

傳統上，一般使用者還是習慣將歌曲以歌手名稱、專輯名稱等分文件夾存放，就如同一片片的光盤一樣。想要聽歌的時候，使用者必須在文件夾間瀏覽，選取自己想要聆聽的專輯，或是從不同專輯中挑出部分歌曲。較為熟練的使用者會將不同專輯的歌曲組合、儲存成播放列表，在不同的時機挑選不同的播放列表來聽。

然而，手動地挑歌是非常耗時的，播放列表的使用也造成只有少數部分歌曲被反復地聆聽，大多數的歌曲其實很少會被使用者選到，降低了音樂庫實質上的豐富性。況且，在許多時候使用者并不清楚或不愿意選擇要聽哪些歌曲，而只想跟著當下的情緒或是情境，聆聽符合那種感覺的歌曲。比如說，無聊的時候想要聽點讓人亢奮的音樂；專心念書或是工作的時候想要聽點優雅安靜的音樂。這樣的需求必須透過音樂情緒辨識的幫助，深入分析音樂的內容及情緒，方才能夠被滿足。

有了音樂情緒辨識系統，用戶可以以情緒為索引來找尋歌曲。比如說，使用者可以指定特定的情緒，要求系統提供帶有這一類情緒的歌曲；用戶也可以指定一系列的情緒，例如說從平靜到亢奮再回歸平靜，從而產生一個音樂播放列表，其中歌曲情緒的變化依照使用者的設定。這樣的檢索方式不但便利、有趣也更加人性化。

除了讓用戶選擇音樂的情緒外，科技也可以讓計算機根據用戶的心情、狀態“主動地”推薦音樂。

例如某個特定空間，比如說客廳或是汽車內，計算機可以通過攝影機或是麥克風捕捉用戶的表情、動作、音量等信息，自動判斷使用者當前的心情，再主動地推薦符合該心情的歌曲。智能型手機或是音樂播放器也可結合時間、地點或是一些傳感器搜集到的資料，判斷使用者可能在從事怎樣的活動，比如說起床、運動、工作或通勤等，借此來推薦適當的歌曲。有了音樂情緒辨識，音樂將能更好地融入我們的日常生活。情緒標定音樂情緒辨識本身是個跨領域的研究，需要心理學、音樂學及信息科學方面的相關知識。由于音樂情緒辨識關心的是人對于音樂的感受，因此也可以說研究的是一個藝術與科學的交會點。

就像我們教孩子認字會使用許多范例一樣，要教計算機辨識音樂中的情緒，也需要先準備一個標定好的數據庫，在這個數據庫里面，我們很明確地知道哪些歌是屬于快樂的情緒、哪些歌是屬于悲傷的情緒，如此一來，計算機方能利用這些資料來找出各種音樂的特征與情緒的關系，分析出具有怎樣特性的音樂會引起怎樣的情緒。就像是有個老師在旁邊給小孩子許多范例，教導她學習，這樣的過程也被稱之為“監督式學習”（SupervisedLearning）。

音樂情緒數據庫的建立關系到心理學的“實驗設計”理論。由于情緒的感受沒有客觀的答案，因此通常還需要邀請一些受測者來替歌曲作情緒的標定。這些標定會被當成是歌曲情緒的“標準答案”。

計算機會被要求能夠像人類受測者一樣準確地判斷出這些歌曲的情緒。

由于情緒受到聽者個性、性別及年齡等等的影響，因此必須讓不止一名受測者聽我們選定的音樂，并記錄這些受測者聆聽之后所感受到的歌曲情緒。如果一首歌曲的情緒無法取得多數人的共識，那代表所要傳達的情緒是比較模糊的，或許就不適宜納入數據庫內。使用者的選定必須均衡，例如一半是男生、一半是女生，背景皆固定為大學院校中的學生等；歌曲的選定則必須多元，我們希望數據庫里包含的音樂盡量越豐富越好，能涵蓋各種不同類別、不同情緒的音樂，如此數據庫才能具有代表性。另外，也需要注意實驗設計不能給受測者太多的負擔，且標定情緒的過程要明確且統一，例如，究竟是要以音樂旋律所傳達的情緒為準，還是以歌詞為準，或是兩者皆考慮？這些因素都必須被仔細考慮并設計，否則可能會影響標準答案的質量，進而限制了情緒辨識的可學習性。

情緒運算

有了標準答案之后，我們還必須用到數字信號處理的技術，結合音樂學知識和圖形辨認技術，分析音樂信號的特征，方能將音樂的特征與音樂的情緒做鏈接。

哪些音樂特征會跟情緒有關呢？我們不難猜到，情緒的亢奮與否和歌曲的音量大小、節奏快慢、音調高低以及音色是否明亮有關；情緒是快樂或悲傷則可以從樂曲是大調或是小調、音色是否和諧順暢有關。雖然這些信息都可以在樂譜中得到，但在實際的情況中，許多時候我們只有音樂信號，并沒有相對應的樂譜。再加上對現代科技而言，計算機還沒辦法像受過音樂訓練的人腦一樣，精準地將歌曲的樂譜從聲波中還原出來；計算機能夠做到的，是透過數字信號處理技術，盡量去估測出這些音樂特征的值，例如估測一首歌一分鐘大約會有幾個拍子、或是估測一首歌音高的分布情形等。由于目前計算機尚無法精確地以音樂的語言來描述音樂，只能透過一些統計值及估計來大略評估，音樂情緒辨識的準確率也因而受到影響。