De l'usage des métadonnées dans l'objet sonore

The use of sound objects metadata

• Auteur / Autrice : Jean Debaecker
• Direction : Widad Mustafa El Hadi
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'information et de la communication
• Date : Soutenance le 09/10/2012
• Etablissement(s) : Lille 3
• Ecole(s) doctorale(s) : École doctorale Sciences de l'homme et de la société (Lille ; 2006-....)
• Partenaire(s) de recherche : Laboratoire : Groupe d'Etudes et de Recherche Interdisciplinaire en Information et Communication
• Jury : Président / Présidente : Fabrice Papy
• Jury : Examinateurs / Examinatrices : Widad Mustafa El Hadi, Fabrice Papy, Viviane Couzinet, Amos Davis, Brigitte Guyot
• Jury : Rapporteur / Rapporteuse : Viviane Couzinet, Amos Davis

Mots clés

Mots clés contrôlés

Émotions

Musique -- Effets physiologiques

Mots clés libres

Algorithme d'indexation pour les émotions

Art musical

Elicitation

Indexation audio

Métadonnées audio

Métadonnées pour le web sémantique

Musique

Qualia

Recherche d'information musicale

Reconnaissance des émotions dans la musique

Recherche d'information musicale

Similarité musicale

Audio indexation

Audio metadata

Emotion recognition in music

Indexing algorithm for emotions

Music information retrieval

Metadata for the semantic web

Music

Musical similarity

Musical works

Qualia

Résumé

La reconnaissance des émotions dans la musique est un challenge industriel et académique. À l’heure de l’explosion des contenus multimédias, il nous importe de concevoir des ensembles structurés de termes, concepts et métadonnées facilitant l’organisation et l’accès aux connaissances. Notre problématique est la suivante : est-Il possible d'avoir une connaissance a priori de l'émotion en vue de son élicitation ? Autrement dit, dans quelles mesures est-Il possible d'inscrire les émotions ressenties à l'écoute d'une oeuvre musicale dans un régime de métadonnées et de bâtir une structure formelle algorithmique permettant d'isoler le mécanisme déclencheur des émotions ? Est-Il possible de connaître l'émotion que l'on ressentira à l'écoute d'une chanson, avant de l'écouter ? Suite à l'écoute, son élicitation est-Elle possible ? Est-Il possible de formaliser une émotion dans le but de la sauvegarder et de la partager ? Nous proposons un aperçu de l'existant et du contexte applicatif ainsi qu'une réflexion sur les enjeux épistémologiques intrinsèques et liés à l'indexation même de l'émotion : à travers lune démarche psychologique, physiologique et philosophique, nous proposerons un cadre conceptuel de cinq démonstrations faisant état de l'impossible mesure de l'émotion, en vue de son élicitation. Une fois dit à travers notre cadre théorique qu'il est formellement impossible d'indexer les émotions, il nous incombe de comprendre la mécanique d'indexation cependant proposée par les industriels et académiques. Nous proposons, via l'analyse d'enquêtes quantitatives et qualitatives, la production d'un algorithme effectuant des préconisationsd'écoute d’œuvres musicales.

Emotion recognition in music is an industrial and academic challenge. In the age of multimedia content explosion, we mean to design structured sets of terms, concepts and metadata facilitating access to organized knowledge. Here is our research question : can we have an a priori knowledge of emotion that could be elicited afterwards ? In other words, to what extent can we record emotions felt while listening to music, so as to turn them into metadata ? Can we create an algorithm enabling us to detect how emotions are released ? Are we likely to guess ad then elicit the emotion an individual will feel before listening to a particular song ? Can we formalize emotions to save, record and share them ? We are giving an overview of existing research, and tackling intrinsic epistemological issues related to emotion existing, recording and sharing out. Through a psychological, physiological ad philosophical approach, we are setting a theoretical framework, composed of five demonstrations which assert we cannot measure emotions in order to elicit them. Then, a practical approach will help us to understand the indexing process proposed in academic and industrial research environments. Through the analysis of quantitative and qualitative surveys, we are defining the production of an algorithm, enabling us to recommend musical works considering emotion.