Derin Öğrenme Algoritmaları İle Türk Müziğinde Duyguları Çözümleme

Abstract

Müziğin insan duyguları üzerindeki etkileri araştırmacılar için ilgi çekici ve önemli bir araştırma alanı olmuştur. Bilgisayar sistemlerinin gelişimiyle birlikte müzik eserlerinin duygu analizi konusu heyecan verici bir araştırma alanı haline gelmiştir. Özellikle makine öğrenmesi ve derin öğrenme alanındaki ve bilgisayarların işlem kapasitelerindeki artışla birlikte bu alanda yapılan çalışmalar artmış ve günümüzde bu çalışmalar sonucunda elde edilen veri ve modeller birçok içerik sağlayıcı kurum tarafından dinleyicilere daha zengin ve öznel içerik sunmak için sıklıkla tercih edilmeye başlanmıştır. Bu nedenle bu tez çalışmasında Türk Müziğinde duyguların analizi konusunda bir çalışma yapılmış ve müzik eserleri içinden çıkarılan müzikal veriler kullanılarak makine öğrenmesi ve derin öğrenme teknikleri ile müzikte duygu tespiti yapabilecek modeller eğitmek hedeflenmiştir. Bu amaç için dinleyiciler tarafından etiketlenen farklı türde 1324 parçadan oluşan bir veri seti oluşturularak bu veri setinden 76 farklı akustik özellik ve Evrişimli Sinir Ağı Convolutional Neural Networks modellerinde kullanılmak üzere 10560 farklı spectrogram resmi oluşturulmuştur. Oluşturulan bu veri setleri üzerinde farklı makine öğrenmesi ve derin öğrenme teknikleri uygulanarak modeller oluşturulmuş ve bu modellerin performans analizleri ile karşılaştırmaları yapılmıştır. Bu tezin temel amacı derin öğrenme algoritmalarının Türk Müziğinde duygu analizi konusunda kullanılabilirliğini incelemek ve test etmektir.

The effects of music on human emotions have long been an intriguing and significant area of research. With the advancement of computer systems, the analysis of emotions in music has become an exciting research field. In particular, the rapid progress in machine learning and deep learning, along with the increasing computational power of modern computers, have accelerated studies in this area. As a result, data and models derived from such research have been widely adopted by many content providers to deliver richer and more personalized experiences to listeners. In this thesis, a study on the analysis of emotions in Turkish music is presented, aiming to train models capable of emotion recognition in music using acoustic features extracted from musical pieces. For this purpose, a dataset consisting of 1,324 music tracks annotated by listeners was constructed. From this dataset, 76 different acoustic features were extracted, and 10,560 spectrogram images were generated for use in Convolutional Neural Network (CNN) models. Various machine learning and deep learning techniques were applied to these datasets to develop models, whose performances were analyzed and compared. The primary objective of this thesis is to investigate and evaluate the applicability of deep learning algorithms in emotion recognition within Turkish music.