Interpretable Singing Emotion Recognition Using Acoustic and Vocal Technique Features

{"tags": ["Singing Emotion Recognition", "Explainable AI", "Audio Signal Processing", "Vocal Techniques", "SHAP", "Grad-CAM", "VocalSet"], "risks": ["Hiệu năng có thể suy giảm khi áp dụng trên các bản thu âm thực tế có nhạc nền (accompaniment) phức tạp hoặc tiếng ồn cao.", "Khả năng khái quát hóa đối với các phong cách hát truyền thống hoặc văn hóa âm nhạc phi phương Tây chưa được kiểm chứng đầy đủ.", "Định nghĩa và cảm thụ cảm xúc trong nghệ thuật ca hát vẫn có mức độ chủ quan nhất định."], "category": "Research", "entities": ["SHAP", "Grad-CAM", "VocalSet"], "summary_vi": "Nghiên cứu đề xuất khung nhận diện cảm xúc giọng hát có tính diễn giải cao, sử dụng tập đặc trưng chuyên biệt cho ca hát bao gồm ngữ điệu, phổ âm thanh, ngữ âm và kỹ thuật thanh nhạc. Thông qua SHAP và Grad-CAM, phương pháp này liên kết dự đoán của mô hình với các hiện tượng âm học cụ thể, giảm thiểu độ biến thiên giữa các ca sĩ và chỉ ra vibrato cùng kỹ thuật pharyngeal là các yếu tố then chốt thể hiện cảm xúc giọng hát.", "key_changes": ["Đề xuất khung nhận diện cảm xúc giọng hát có khả năng diễn giải dựa trên bộ đặc trưng âm học và kỹ thuật thanh nhạc chuyên biệt (ngữ điệu, phổ, ngữ âm, kỹ thuật hát).", "Sử dụng SHAP và Grad-CAM để bóc tách cơ chế quyết định của mô hình và kết nối dự đoán với các hiện tượng âm học đo lường được.", "Chứng minh các đặc trưng kỹ thuật thanh nhạc giúp giảm sự biến thiên giữa các ca sĩ (cross-singer variability).", "Chỉ ra kỹ thuật rung (vibrato) và kỹ thuật thanh hầu (pharyngeal) là các chỉ dấu quan trọng cho biểu đạt cảm xúc, trong đó ảnh hưởng của vibrato phụ thuộc ngữ cảnh vào tốc độ phát âm.", "Đánh giá kiểm thử out-of-domain trên tập dữ liệu VocalSet xác thực mối liên hệ giữa biểu đạt cảm xúc và thực thi kỹ thuật thanh nhạc."], "sub_category": "Audio Emotion Recognition", "novelty_score": 70, "business_score": 55, "research_score": 85, "why_it_matters": "Khắc phục điểm yếu hộp đen của các mô hình deep learning trong phân tích âm thanh bằng cách kết nối trực tiếp nhận diện cảm xúc với các kỹ thuật thanh nhạc định lượng được, mở đường cho các ứng dụng phân tích âm nhạc có độ tin cậy và khả năng diễn giải cao trong công nghiệp âm nhạc và EdTech.", "developer_score": 60, "importance_score": 65, "possible_use_cases": ["Ứng dụng học thanh nhạc và EdTech tự động đánh giá kỹ thuật và mức độ truyền tải cảm xúc của người học.", "Công cụ hỗ trợ sản xuất âm nhạc/phòng thu giúp phân loại, tuyển chọn bản thu vocal giàu cảm xúc nhất.", "Hệ thống karaoke và game âm nhạc thông minh chấm điểm độ biểu cảm dựa trên kỹ thuật thanh nhạc thực tế.", "Nâng cao năng lực phân loại, gán nhãn metadata cảm xúc bài hát cho các nền tảng streaming âm nhạc."], "actionability_score": 65}