Een prototype een voor IT- onderbouwd Muzieksysteem

Een prototype een voor IT- onderbouwd Muzieksysteem Muziek applicatie om te ontspannen

K A Ramkhelawan [email protected] www.cs.vu.nl/~karamkhe Vrije Universiteit 1204408 Amsterdam Januari 2004 Music in modern society A. de Bruine

Music in Modern Society

INHOUDSOPGAVE INHOUDSOPGAVE..................................................................................................................................................... 2 ABSTRACT .................................................................................................................................................................... 3 INTRODUCTIE............................................................................................................................................................. 4 TOP - DOWN AANPAK .............................................................................................................................................. 5 HET SYSTEEM................................................................................................................................................................5 DE KAMER......................................................................................................................................................................5 DE APPLICATIE..............................................................................................................................................................6 De database............................................................................................................................................................. 7 De server.................................................................................................................................................................. 8 De terminal.............................................................................................................................................................. 8 INTERMEZZO................................................................................................................................................................10 Het registratieproces...........................................................................................................................................10 EINDE INTERMEZZO....................................................................................................................................................10 CONCLUSIE ................................................................................................................................................................13 FUTURE RESEARCH...............................................................................................................................................13 REFERENTIES ...........................................................................................................................................................15 BOEKEN: ......................................................................................................................................................................15 WEBSITES: ...................................................................................................................................................................15 JOURNALS:...................................................................................................................................................................15

2


Abstract In dit document zijn de resultaten van het onderzoek om een systeem te bouwen dat ‘playlists’ maakt voor gestreste studenten om ze te laten ontspannen. Het volgende is onderzocht: • Hoe zou het totaal systeem eruit moeten zien? Bijv. een zaal met computers en C.D.s die de studenten dan gebruiken om zelf muziek af te draaien en zelf gebruiken om de ‘playlists’ samen te stellen? • Hoe zullen de ‘playlists’ gemaakt worden? Handmatig, automatisch met een programma? • Welke hardware nodig zal zijn voor het systeem. • Hoe de muziekbestanden opgeslagen moeten worden. Tijdens het onderzoek is het duidelijk geworden dat het onderdeel de applicatie, gedeeltelijk moeilijk te bouwen is. Het gaat dan om het gedeelte dat het ‘lerend’ effect heeft. Daarmee kan de applicatie de profielen van de gebruikers zelf bijwerken om zo muziekvoorkeur per individu te registreren. Bij ‘Future Research’ in dit document zijn er wel systemen voorgesteld die dit kunnen doen.

3


Introductie Dit document is in het kader van het vak Music in modern society van de studie Multimedia en Cultuur gemaakt. Als afrondende fase van dit vak moet er een systeem ontwikkeld worden dat geluid en/of muziek gebruikt. Eén van de aspecten van dit vak ging over muziek en emoties, muziektherapie en muzak. “The reason that most of us take part in musical activity, be it composing, performing, or listening, is that music is capable of arousing in us deep and significant emotions.” (Sloboda, p. 1, 1991). Er blijkt dus een relatie te zijn tussen muziek en emotie. “These emotions can range from the ‘pure’ aesthetic delight in a sound construction, through emotions like joy or sorrow which music sometimes evokes or enhances, to the simple relief from monotomy, boredom or depression which everyday musical experiences can provide.” (Sloboda, p.1., 1991). Het kan de gestreste mens helpen ontspannen. Met deze kennis in gedachten wordt er een poging gedaan om een systeem te ontwikkelen dat, met behulp van de huidige technologische ontwikkelingen, op een efficiente en makkelijke manier gebruik maakt van het ontspannend effect dat muziek kan hebben. Het systeem dat ontwikkeld wordt in dit document is bedoeld voor doctoraal studenten in de laatste, stressvolle fase van hun studie aan de Vrije Universiteit. Het mag vanzelfsprekend zijn dat ieder mens streeft naar rust. Met onrust kun je je ook moeilijk concentreren. Voor studenten is dit natuurlijk een groot probleem. Met dit initiatief zal er geprobeerd worden dit probleem op te lossen. Het systeem bevat een applicatie die ‘playlists’ samenstelt aan de hand van de individuele gegevens van de gebruiker die vooraf geregistreerd worden. En aan de hand van de gebruikersstemming ‘realtime’ een ‘playlist’ samenstelt en afdraait. Het systeem bestaat ook uit de ruimte waarin de applicatie zich bevindt, n.l.: een kamer met comfortabele ontspanplekken binnen de Vrije Universiteit. Dus het systeem is kortom: een kamer met afgeschermde comfortabele zitplaatsen met een computer waarmee studenten kunnen in loggen en de applicatie opstarten waarmee ze gaan ontspannen. Om dit systeem te bouwen zal er een schets van de zaal geillustreerd worden. U zult ook een schematische weergave van de applicatie zien, waarbij de technische details deels achterewege gelaten worden, omdat dat buiten het kader van dit document valt. Verder zal de relatie tussen muziek en emotie nog, in hoeverre dit kan, verhelderd moeten worden. Met meer kennis hierover kunnen er effectieve ‘playlists’ gemaakt worden die op hun beurt positief effect hebben op de psychische toestand van de mens, waardoor de individu beter kan presteren in zijn of haar dagelijks leven. In dit document worden alle aspecten van het systeem, de keuzes die gemaakt worden om het te bouwen en hun onderbouwingen weergegeven.

4


Top- down aanpak In dit document zult u een ‘top- down’ aanpak tegenkomen. Eerst ziet u hoe het systeem eruit zal zien, n.l.: de gestreste student in context met de kamer. Daarna een beschrijving hoe de kamer op zich eruit zal zien met al haar interieur en meubel. Vervolgens ziet u hoe de interface van de applicatie er uit zou kunnen zien. Tenslotte ziet u in grote lijnen hoe de applicatie te werk gaat. En hoe de auteur hiertoe is gekomen vanaf de kern van het systeem, de applicatie. Dus in ‘top- down’ volgorde: • De student(en) in de kamer gebruikmakend van de applicatie • De kamer met meubel en interieur • De applicatie

Sys teem

Bij elke stap worden de keuzes toegelicht en beargumenteerd.

Kamer

Applicatie

Figuur 1. ‘Top- down’ aanpak illustratie

Het systeem Stelt u zich voor dat u op de universiteit zit. U bent uw scriptie aan het schrijven. Er moeten zonnodig aanpassingen aangebracht worden omdat uw scriptiebegeleider de laatste 30 pagina’s die u de afgelopen 2 maanden heeft gedocumenteerd niet goed of onvoldoende onderbouwd vindt. U bent nu helemaal gestrest en ziet het niet meer zitten. U besluit om naar de relaxkamer te gaan om bij te komen. Daar aangekomen gaat u binnen, zet een kopje Kamillethee die u helpt ontspannen. Vervolgens neemt u plaats achter de computer op een heel comfortabele stoel met een krukje ernaast om de thee op te plaatsen. U zet de draadloze headphone op, logt in op het systeem, waarvoor u vantevoren had geregistreerd (zie Intermezzo p.10). Na het inloggen verschijnt er een scherm waarop u kunt aangeven wat uw stemming is. In dit geval is dat ‘Totaal gestrest’ (toelichting over de te kiezen stemmingen vindt u bij ‘De applicatie’, p. 6) , omdat u zoals eerder gezegd, helemaal gestrest bent en het niet meer ziet zitten. Ook vinkt u de ‘Visuals’ (zie figuur 5, blz. 10) aan voor optimale ontspanning. Nadat u ‘OK’ geklikt heeft, hoort u eerst instructies voor ademhalingsoefeningen : “Adem diep in, houdt het in enkele seconden en adem heel langzaam weer uit”. U hoort ook achtergrondgeluiden zoals de zee en wind. De reden hiervoor wordt nader uitgelegd. Na één minuut ademhalingsoefeningen wordt de ‘playlist’ afgedraaid. De kamer De kamer zal zodanig ingericht worden dat alle ontspanplekken afgeschermd zijn van elkaar.

5


figuur 2. Plattegrond relaxkamer. Acht afgeschermde ontspanplekken De werkplekken zijn afgeschermd om zo de privacy te waarborgen. De stoelen zouden zo comfortabel mogelijk moeten zijn, zodat de persoon zo ontspannen mogelijk achterover kan zitten. Elke computer zal een draadloze headphone moeten hebben voor het gemak. De applicatie De kern van het systeem is de applicatie die de ‘playlist’ genereert. Het is een systeem op zich. Dit systeem bestaat uit een: 1. database 2. server 3. applicatie die op de server draait 4. terminals

6


Vrije Universiteit

figuur 3. Schematische weergave van de relatie tussen de componenten van het onderliggende kernsysteem. De database In de database zijn alle muziekfiles opgeslagen. De muziek files zijn ook voorzien van een ID. De ID bevat informatie zoals: genre, zanger, auteur, componist, jaar en duur. De ID is heel belangrijk, omdat de applicatie daarmee de muziekbestanden herkent en kiest om de ‘playlist’ samen te stellen. Het veld genre in de ID is het belangrijkste. De andere velden zijn belangrijk wanneer de student zelf muziek wilt zoeken in de database. De database zal zoveel mogelijk muziek moeten bevatten van alle bestaande genres. Vanuit andere databases zouden de muziekfiles gedownload kunnen worden. Een oplossing hiervoor zou kunnen zijn om databases te linken met elkaar. Organisatorisch zou dit eerst goed geregeld moeten worden. Te denken valt aan copyrights, licenties e.d. zaken. Het is belangrijk dat er heel veel muziek beschikbaar is, omdat de gebruikers van het systeem uitlopende voorkeuren hebben aan muziekgenres. Ikzelf zou graag Indiase klassiekmuziek willen horen om te ontspannen als ik gebruik zou maken van dit systeem. Verder worden in de database de profielen van de verschillende studenten opgeslagen. Ook de logboeken worden hierin opgeslagen. De profielen bevatten informatie van de individuele student die bij het inloggen, opgeroepen worden. Erin staat informatie over het geslacht van de student, de leeftijd en de muziekvoorkeur. De informatie muziekvoorkeur is heel belangrijk, omdat de applicatie daarmee het domein van te kiezen muziek maakt. Met deze informatie worden de ‘playlists’ samengesteld. Deze informatie wordt opgenomen bij de registratie van de student (zie Intermezzo, blz. 10). In de logboeken staat o.a. welke muziekfiles ‘geskipped’ zijn en hoe lang de student online gebleven is op een sessie. Deze informatie wordt bewaard voor een doel. Dat doel is n.l. om de profielen bij te werken zodat er een nauwkeurigere ‘playlists’ samengesteld kunnen worden. Als de student een bepaalde muziekfile bijvoorbeeld twee keer skipt dan

7


wordt het nooit toegevoegd aan de ‘playlist’. Als een student bijvoorbeeld vaak na ongeveer 20 minuten uitlogt dan wordt de ‘playlist’ zodanig opgesteld dat het niet langer dan 20 minuten duurt. Het realiseren van bovenstaande, dus het analyseren van de informatie, is technisch gezien wel een uitdaging. Het komt neer op toepassingen van ‘Artificial Intelligence’. Op dat gebied ben ik niet zo bekend en om dit deel verder te onderzoeken zou het in de eerste plaats ver buiten het kader van dit onderzoek gaan. En op de tweede plaats veel tijd in beslag nemen. De server Op de server draait het programma, de applicatie. Er kunnen dus meerdere studenten tegelijk online zijn. De applicatie houdt bij hoe vaak de muziekfiles gedraait worden en kiest niet meerdere sessies achterelkaar voor bijv. Fur Elise op de ‘playlist’. Als de student een lied skipt, registreert de applicatie dat in een logfile. In de logfile wordt ook geregistreerd hoelang de student online gebleven is. Aangezien ik middels mijn studie, Bedrijfsinformatica, enige ervaring heb met progammeertalen o.a. JAVA, weet ik dat het bovenstaande te programmeren is met JAVA. De terminal Op de terminal ziet de student de interface van de applicatie. Er valt eigenlijk niet veel te zien van het programma, omdat het meer met ‘audio’ te maken heeft. De student kan wel kiezen voor visualisaties. In dat geval draait dan een component van de applicatie filmpjes en/of foto’s met ontspannende beelden. Welke beelden dat nou precies zouden moeten zijn, valt weer buiten het kader van dit onderzoek. Zonder wetenschappelijke onderbouwing zou ik voorstellen beelden van het strand, omdat dat voor mij ontspannend werkt. Of van een ‘rainforest’ en dergelijke beelden. Dit zou op zich weer een onderzoek kunnen zijn. Allereerst ziet de student een inlogscherm op het computerscherm. Vanzelfsprekend logt de student dan in. Vervolgens kan de student kiezen voor een automatische methode (Automatic mode)of handmatige methode (Manual mode). Manual

Als de student kiest voor de handmatige methode, komt de student in een scherm terecht waarin hij/zij zelf een ‘playlist’ kan samenstellen. Onderstaande figuur is voorbeeld van de interface van hoe de applicatie in handmatige methode eruit zou kunnen zien. Dit voorbeeld is overgenomen van het programma Winamp (NullSoft- WinAmp, 2003).

8


figuur 4. Voorbeeld van interface voor ‘Handmatige methode’ van applicatie In ‘Media Library’ kan de student zoeken naar muziek. En de resultaten dan toevoegen op de ‘Playlist’ . Wat er dan op de achtergrond gebeurt is dat de applicatie registreerd welke liederen de student kiest. Met deze informatie zou de applicatie bij automatische methode een keuze kunnen maken uit de bij handmatige methode gekozen liedjes. Automatic

Als de student kiest voor de automatische methode dan verschijnt de volgende window.

9


figuur 5. Kies uw stemming scherm In alle gevallen stelt de applicatie een ‘playlist’ samen. Het verschil ligt in de liederen die gekozen worden bij het samenstellen. Als de student ‘Totaal gestrest’ is zoals in bovenstaande figuur, dan kiest de applicatie alleen muziek in de categoriën of genres die de student bij de registratie heeft opgegeven als ontspanningsmuziek. Intermezzo Het registratieproces Voordat de student gebruik kan maken van het systeem, moet hij/zij zich registereren. Uit prof. Sloboda’s onderzoek over de psychology van muziek, uitgevoerd in Helsinki, blijkt dat er drie soorten muziekpassages zijn die de volgende emoties veroorzaken n.l.: 1. “delicious shiver¹” 2. “pathos, tears¹” 3. “stimulant¹” Citatie: “But there is also a sense in which music is- and many people use it as- a selftherapy. They discover the pieces of music which work for them, and in a quite intuitive and untrained way, will select those pieces of music to alter their mood, and of course that happens(¹).” Hieruit blijkt dat mensen zelf kunnen bepalen wat voor muziek emoties teweeg brengt voor zichzelf . Aan de hand van deze categorisatie wordt er bij het registratieproces gevraagd wat voor soort muziek hij/zij bij bovenstaande emoties ervaart. Onderstaande figuur geeft een beeld van hoe dit gerealiseerd zou kunnen worden.

figuur 6. Registreren Einde intermezzo 1 (Website: ABC Net- Health Report, http://www.abc.net.au/rn/talks/8.30/helthrpt/hstories/hr010401.htm, 1996)

10


Zoals eerder vermeld heeft de student heeft dus gekozen voor ‘Totaal gestrest’. In dat geval gaat de applicatie na welke genres de persoon in kwestie naar luistert wanneer hij/zij vrolijk is. Je wilt voor deze gestreste student natuurlijk geen ‘playlist’ maken met muziek die de emotie “phatos, tears” veroorzaakt, maar wel “delicious shiver” en “stimulant”. In dit geval heeft de persoon bij de registratie (zie figuur 6, blz. 10) aangeven naar Eastern en Reaggea muziek te luisteren wanneer hij/zij vrolijk is. De applicatie zoekt in de database door naar de ID’s te kijken welke muziekfiles genre Reaggea en Eastern hebben. En kiest dan random bijv. 3 liedjes van elke genre en plaatst ze in que voor de ‘playlist’. Uit het artiekel van Koen, Ben (zie Referenties) die in zijn artiekel één Journal en twee boeken gebruikt en samengevat heeft, blijkt dat muziek die verdriet veroorzaakt als een ‘goeie’ verdriet ervaren wordt door de luisteraar. De onderzoekers van deze ontdekking schrijven dat toe aan het ontbreken van een object waar de emotie verdriet op gericht is. In het dagelijks leven wordt een emotie veroorzaakt door een object en wordt het gericht naar een object, bijv. bij een ongeluk. Ongeluk à Emotie: verdriet à Ongeluk. Bij muziek .... à Emotie: verdriet à ..... Volgens Levinson, J (1997) is muziek geen geschikte object om een emotie te laten ontstaan. Hospers, J (2001) introduceert hierop musicemotions. En Radford, C (1989) zegt dat mensen de emotie een op een willekeurige object richten, waardoor dat beeld van het gekozen object het aangename veroorzaakt, dus een aangenaam verdriet. Met bovenstaande kennis opgenomen te hebben, dook de volgende stelling naar boven. Stel dat het juist beter is om muziek af te draaien die droevigheid veroorzaakt, wanneer iemand in een droevige stemming is. Stel dat de persoon dan, al eenmaal in die stemming, helemaal kan uitbarsten met die gevoelens en ze allemaal uit zijn/haar systeem kan krijgen. Daarna is de persoon klaar voor een frisse start. Dit zou misschien verder onderzocht kunnen worden. Als blijkt dat de stelling klopt zou het systeem desondanks kunnen werken. Er zou dan in de code van het programma een kleine aanpassing gemaakt moeten worden. Als bijv. de student zou kiezen voor ‘Totaal gestrest’ zou het programma dan liedjes moeten kiezen van de genres, waarvan de student opgegeven heeft dat ze hem/haar verdrietig maakt. Dus het tegenovergestelde van wat het programma nu doet.

11


In onderstaand diagram een schematische weergave van de werking van de applicatie bij Automatic mode.

figuur 6. UML Activity- diagram van de applicatie bij Automatic Mode 12


Conclusie Het in de introductie voorgestelde systeem, de relaxkamer, dat gestreste doctoraal studenten moet helpen ontspannen, blijkt wel degelijk in elkaar gezet te kunnen worden. Het bouwen van de database met muziekfiles kan gerealiseerd worden door databases over de wereld te linken met elkaar. Er hoeft dan niet een gigantisch grote database en enorm veel opslagplaats aangeschafd te worden. Het regelen van het gebruik van de muziek wat betreft copyrights, licenties en auteursrechten is ook realiseerbaar. Het schrijven van de applicatie blijkt deels wel moeilijk te zijn. Met name het gedeelte dat informatie analyseert en profielen bijwerkt. Het komt erop neer dat het programma dan ‘leert’ . Op die manier kan je de ‘playlist’ zoveel mogelijk perfectioneren met het oog op optimale nut voor de gebruiker. De bronnen m.n. van prof. Sloboda bleken heel nuttig te zijn voor het ontwerp van bovenstaand beschreven prototype. Het bevestigt dat muziek inderdaad een ontspannend effect heeft op mensen. Het onderzoek ‘psychologie van de muziek’ van de professor geeft een helder beeld van wat voor emoties veroorzaakt worden door m uziek. En wat voor muziek die emoties veroorzaakt (zie Registratieproces, blz. 10 en ‘Future research, blz. 13).

‘Future research’ Iedere individu heeft een eigen interpretatie van muziek. Professor Sloboda legt dit uit door een vergelijking te maken met humor. Geciteerd: “An analogy which I find helpful is that between music and humour. When hearing a joke the listener must first understand it; he must precieve and identify the constituent words, recognise them as sentences, form a mental representation of the propositions that the sentences assert, and then determine the nature of the incongruity, double meaning, or whatever that makes the joke. Thus, to ‘get the joke’ involves a large set of cognitive processes, drawing upon knowledge of language and the world. After this the listerener may, depending on his mood and taste, experience an emotional reaction involving laughter. So there is both a cognitive and an affective stage to this response. The cognitive stage is a necessary precursor of the affective stage; a listener cannot find a joke funny unless he understands it. However, the affective stage does not necessarily follow the cognitive stage. A person may understand a joke perfectly well withou being moved to laughter by it. So it is with music.” (Sloboda, p. 2-3, 1991). Om de applicatie dan geen liedjes te laten afdraaien die geen effect hebben op de luisteraar is het belangrijk om erachter te komen hoe de luisteraar reageert op de liedjes. Dat de luisteraar heeft aangegeven bij de registratie te luisteren naar bijv. klassiek piano wanneer hij/zij zich wilt opvrolijken, wilt nog niet zeggen dat alle klassieke piano stukken dit effect hebben op de luisteraar. In dit prototype van de applicatie probeer ik door te registreren welke liedjes geskipt worden erachter te komen welke liedjes geen effect hebben op de luisteraar. Aangenomen dat hij/zij het liedje skipt omdat het hem/haar niks doet. Een nauwkeurigere manier om dit te doen is opgenomen in de onderstaande voorstellen voor toekomstig onderzoek. Tijdens dit onderzoek kreeg ik een heleboel interessante ideën. Ik heb besloten om deze als toekomstige onderzoek voor te stellen. Volgens prof. Sloboda zijn ‘surprises’ de basis zijn voor alle emotie (Sloboda, 1996). In muziek kun je altijd akkoorden patronen met een logische volgorde herkennen. Zodra zo’n patroon verstoord wordt dan ontstaat er zo’n ‘surprise’ wat dan een emotie teweeg brengt. Professor Sloboda is heeft ontdekt dat wanneer een akkoorden patroon met een ‘enharmonic chord’ verstoord wordt er een ‘delicious shiver’ ontstaat. Verder heeft hij ontdekt dat muziek met het ‘appoggiatura’ effect, bijv. in het lied Yesterday van de Beatles, geassocieerd worden met verdriet. In het lied Yesterday begint de zanger met een noot dat buiten de akkoorden 13


valt. Tenslotte heeft de professor ontdekt dat muziek met ‘syncopation’ (“…where there’s a beat and then at some point something comes in just a little bit ahead of the point where the expectation’s set you up for that beat.” (Sloboda, 1996)) een stimulerende effect veroorzaakt. Voor future research zou er een programma gemaakt kunnen worden die deze passages uit muziek ontdekt en dan op die manier de muziek categoriseert. Dus: Enharmonic chord? à Yes à Pleasant music Appoggiatura? à Yes à Sad music Syncopation? à Yes à Stimulant music Het programma zou dan kunnen meten hoe vaak de passages voorkomen. Als het boven een bepaalde percentage voorkomt dan kent het programma de muziek toe aan een van de emoties. Te verwachten valt dat alle drie passages in de muziek voor kunnen komen. Vandaar het meten van de hoeveelheid percentage van het voorkomen van de passages. Op deze manier kun je de muziek in emotie categoriseren, maar dat hoeft dan nog niet te zeggen dat het effect op alle mensen hetzelfde zal zijn. Om dan per individu erachter te komen als de muziek inderdaad dat effect heeft, kom ik met het volgend idee. Een systeem dat de fysieke manifestaties van de emoties meet. Zoals prof. Sloboda zegt, worden emoties geassocieerd met fysieke manifestaties, zoals tranen, huilen en kippenvel. Deze symptomen zijn te meten met sensoren. Het systeem zou dan dan via de sensoren kunnen meten als deze symptomen voorkomen bij individuen die luisteren naar een muziekstuk. Op die manier kun je dan registreren en bevestigen dat dat muziekstuk bijv. stimulerend werkt op de persoon, omdat zijn/haar hartslag omhoog ging tijdens het luisteren.

14


Referenties Boek(en): Sloboda, John A. (1991), The m usical mind; the cognitive psychology of music Sloboda, John A. (1961), Emotion and Meaning in Music Website(s): Koen, Ben (2001), The problem of negative emotions; notes by Ben Koen Journal(s): Davies, Stephen. (1997). Why listen to sad music if it makes one feel sad? In: Jenefer Robinson (ed.) Music and Meaning. Ithaca and London: Cornell University Press, pp. 242-253. Levinson, Jerrold. (1997). Music and negative emotion. In: Jenefer Robinson (ed.) Music and Meaning. Ithaca and London: Cornell University Press, pp. 215241. Radford, Colin, (1989). Emotions and music: A reply to the cognitivists. Journal of Aesthetics and Art Criticism, Vol. 47, No. 1, pp. 69-76. Sloboda, John A. (1996), Music and Emotions, http://www.abc.net.au/rn/talks/8.30/helthrpt/hstories/hr010401.htm .

15

Een prototype een voor IT- onderbouwd Muzieksysteem

Recommend Documents