[논문 리뷰] Cross-cultural Mood Perception in Pop Songs and its Alignment with Mood Detection Algorithms

Harin Lee, Frank Höger외 3명|arXiv (Cornell University)|2021. 08. 02.

Neuroscience and Music Perception참고 문헌 39인용 수 5

한 줄 요약

이 연구는 브라질, 남한, 미국에서 힙합 음악의 분위기 인식에 대한 다문화적 차이를 분석하며, 영어, 한국어, 포르투갈어로 작성된 360首의 음악에 대해 9개의 분위기 카테고리에 대해 평가한 다국어 데이터셋을 사용한다. '몽환적인'이나 '사랑에 빠진'과 같은 복잡한 분위기의 인식에서 문화적 차이가 있음에도 불구하고, 분위기 탐지 알고리즘은 모든 문화권에서 인간 평가와 높은 일치도를 보이며, 대중 음악 맥락에서 객관적인 도구로서의 신뢰성을 시사한다.

ABSTRACT

Do people from different cultural backgrounds perceive the mood in music the same way? How closely do human ratings across different cultures approximate automatic mood detection algorithms that are often trained on corpora of predominantly Western popular music? Analyzing 166 participants responses from Brazil, South Korea, and the US, we examined the similarity between the ratings of nine categories of perceived moods in music and estimated their alignment with four popular mood detection algorithms. We created a dataset of 360 recent pop songs drawn from major music charts of the countries and constructed semantically identical mood descriptors across English, Korean, and Portuguese languages. Multiple participants from the three countries rated their familiarity, preference, and perceived moods for a given song. Ratings were highly similar within and across cultures for basic mood attributes such as sad, cheerful, and energetic. However, we found significant cross-cultural differences for more complex characteristics such as dreamy and love. To our surprise, the results of mood detection algorithms were uniformly correlated across human ratings from all three countries and did not show a detectable bias towards any particular culture. Our study thus suggests that the mood detection algorithms can be considered as an objective measure at least within the popular music context.

연구 동기 및 목표

• 다른 문화권에 속한 사람들이 힙합 음악의 분위기를 동일하게 인식하는지 조사하기 위해.
• 다양한 문화 집단 간에 자동 분위기 탐지 알고리즘이 인간 평가와 얼마나 일치하는지 평가하기 위해.
• 서양 음악으로 학습된 분위기 탐지 모델이 다문화 맥락에서 문화적 편향을 보이는지 조사하기 위해.
• 영어, 한국어, 포르투갈어로 의미적으로 동일한 분위기 기술어를 사용한 다국어, 다문화 음악 데이터셋을 구축하기 위해.

제안 방법

• 브라질, 남한, 미국의 국립 음악 차트에서 최근 360首의 힙합 음악을 수집하였다.
• 영어, 한국어, 포르투갈어로 의미적으로 동일한 분위기 기술어를 개발하여 다국어 일관성을 확보하였다.
• 세 나라의 참가자 166명으로부터 각 음악에 대해 익숙함, 선호도, 9개의 분위기 카테고리에 대한 평가를 수집하였다.
• 동일한 음악 데이터셋에 대해 최신 기술의 4종의 분위기 탐지 알고리즘을 적용하여 인간 평가와 비교하였다.
• 다양한 문화권 간에 인간 평가와 알고리즘 예측 간의 일치도를 측정하기 위해 상관관계 분석을 실시하였다.
• 특정 분위기 카테고리에 대해 문화 집단 간 인식의 유의미한 차이를 규명하기 위해 통계적 검정을 수행하였다.

실험 결과

연구 질문

• RQ1 브라질, 남한, 미국의 개인들이 힙합 음악의 분위기를 동일하게 인식하는가?
• RQ2 다양한 문화 배경을 가진 사람들 간에 자동 분위기 탐지 알고리즘이 인간의 분위기 평가와 얼마나 잘 일치하는가?
• RQ3 분위기 탐지 알고리즘이 예측에서 서양 문화 기준에 편향되어 있는가?
• RQ4 어느 분위기 특성이 가장 뚜렷한 다문화적 차이를 보이는가?

주요 결과

• 기본적인 분위기 특성인 '슬픔', '기분 좋은', '에너지 넘침' 등의 인간 평가가 세 문화 모두에서 높은 유사도를 보였다.
• '몽환적인', '사랑에 빠진'과 같은 더 복잡한 분위기 기술어에서는 뚜렷한 다문화적 차이가 관찰되어 인식의 문화적 다양성이 확인되었다.
• 분위기 탐지 알고리즘이 세 나라 모두에서 인간 평가와 균일하게 높은 상관관계를 보이며, 심지어도 문화적 편향이 확인되지 않았다.
• 참가자의 문화 배경과 관계없이 알고리즘의 예측은 항상 인간 평가와 일치하였다.
• 의미적으로 동일한 분위기 기술어를 사용한 연구의 다국어 데이터셋은 타당한 다문화 비교를 가능하게 하였다.
• 결과적으로 현재의 분위기 탐지 알고리즘은 대중 음악의 분위기 분류에 있어 객관적이고 문화에 강건한 도구로 활용될 수 있음을 시사한다.