Bardzo interesujące pytanie.
Aby komputer zrozumiał, czy piosenka jest wesoła, czy smutna, musisz najpierw zdefiniować „radość” i „smutek”. Samo to wydaje się prawie niemożliwe, ponieważ każdy człowiek ma własne rozumienie szczęścia, smutku i wszystkich innych emocji.
„Smutne piosenki” można zdefiniować jako „piosenki, które wywołują u słuchacza smutny nastrój”. W takim przypadku, skąd możesz wiedzieć, jaki wpływ ta piosenka wywrze na każdego człowieka? Na przykład, możesz napisać bardzo radosną piosenkę z dużą tonacją i tekstem o lecie i dzieciach, a stary człowiek będzie płakał podczas jej słuchania, ponieważ przypomniał sobie, że jego syn zmarł zeszłego lata.
teoria: wiele osób uważa, że duży = szczęśliwy, a mały = smutny. Dzieje się tak na ogół z powodu stosunku do akordów durowych i molowych, które mają dla nich bardzo odmienny nastrój. Trzecie durowe, które są podstawą akordów durowych, brzmią radośnie i jasno; i tercje molowe, które są podstawą akordów molowych, brzmią mrocznie i smutno. Takie wrażenie zwykle odnoszą ludzie, słuchając samego interwału lub samego akordu. Kiedy akordy tworzą utwór, nastrój utworu jest wytwarzany nie przez poszczególne akordy, ale przez napięcie i uwalnianie, które tworzą sekwencje akordów.
Nie można powiedzieć, że piosenka o mniejszej tonacji będzie przyjęty jako „smutny” lub w tonacji durowej jako „szczęśliwy”, ponieważ tonalność nie ma znaczenia; A-moll i C-dur mają te same nuty. To napięcie / uwolnienie i interpretacja słuchacza.
Nie sądzę, aby komputery były w stanie zrozumieć muzykę w jakiejkolwiek wyobrażalnej przyszłości.