Spotify : brevettorare le emozioni tramite voce e rumori

Nell’otto o il suo gruppo demografico, potrebbero corrispondere a diversi tratti della sua personalità.

Quindi, secondo gli sviluppatori di Spotify, si potrebbero promuovere contenuti personalizzati – presumibilmente contenuti pubblicitari audio, ma anche contenuti musicali e podcast – per gli utenti in base ai tratti della personalità rilevati in essi.

Con il nuovo brevetto per consigliare contenuti.

Il nuovo brevetto”.

Secondo gli sviluppatori di Spotify: “

– è comune per un’applicazione di streaming multimediale includere funzionalità che forniscono consigli multimediali personalizzati a un utente”.

– “Un approccio esistente per identificare il tipo di contenuto, consiste nel chiedere loro di fornire “informazioni di base come sesso o età”.

– “Un approccio base potrebbe semplicemente classificare l’emozione [dell’utente] in felice, arrabbiato, che consente di fare osservazioni ad una tariffa adatta ai fenomeni da modellare. “

– “All’utente viene quindi chiesto a un ventaglio decisionale che include, ad esempio, artisti o spettacoli che gli piacciono e compila o seleziona le opzioni per ottimizzare ulteriormente l’identificazione dei propri gusti da parte del sistema “.

Questodo non è abbastanza efficiente, sostiene Spotify, perché richiede agli utenti “di inserire noiosamente risposte a più domande in modo che il sistema possa identificare i gusti dell’utente”.

La soluzione di Spotify? Raccogliere “peculiarità di gusto vocale.

Il brevetto, triste o neutrale ”.

(Il modello di Markov è una catena in cui i processi o stati non sono osservabili direttamente, mentre sono rilevabili gli eventi).

Il modo in cui Spotify intende farlo, secondo il brevetto, è recuperare i metadati dei contenuti dalla voce di un utente e / o dal rumore di fondo.

Oltre a determinare peculiarità come età, sesso e accento emotivo di chi parla che fornisce la voce”.

I metadati ambientali potrebbero indicare rumori di sottofondo specifici come “suoni di veicoli in strada, altre persone che parlano, cinguettio degli uccelli, stampa di stampanti e così via”.

Identificando lo stato ad albero di emozioni con livelli”.

Come accennato.

“Utilizzando questa architettura, quell’informazione prosodica permette di rilevare e classificare lo stato emotivo di chi parla”.

Inoltre, un “sistema di riconoscimentoparlanti.