Welke muziek past het best bij een achtervolgingsscène? En waarbij kan je het best studeren? Op het moment is digitale muziek vooral gecategoriseerd op genre en instrumenten. Volgens informaticus Cynthia Liem is er meer. Zijn wil ook thematische en functie gerelateerde muziek aan kunnen leveren.
‘Muziek wordt nu in online databases zoals waar Spotify en iTunes grotendeels mee werken vooral gecategoriseerd zoals in de bibliotheek: op artiestennaam, genre enzovoort. Dat is echter niet de manier waarop muziek wordt gebruikt in het dagelijks leven. Ik ben daarom op zoek naar een rijkere manier om met digitale muziek om te gaan,’ zegt Cynthia Liem (1987) van de Technische Universiteit Delft. Voor haar onderzoek over systemen om muziek op een nieuwe manieren te categoriseren, is ze genomineerd voor New Scientist Wetenschapstalent 2016.
De kennis van de massa
Met behulp van sociale media en andere databases probeert Liem muziek op nieuwe manieren in te delen. ‘Op die manier kunnen we een gebruiksfunctie aan muziek koppelen, zoals muziek bij bepaalde filmbeelden, voor tijdens het sporten of om je beter te concentreren tijdens het studeren.’
Socioloog over zelfmoordpreventie: ‘Probeer iemand met suïcidale gedachten uit het dal te helpen’
Socioloog Diana van Bergen en haar collega’s hebben een beurs van 9 ton gekregen voor een zelfmoordpreventieproject. ‘We weten dat er in de direct ...
Tijdens haar promotie deed Liem onder andere onderzoek naar het thematisch categoriseren van muziek bij filmbeelden. ‘Wat voor soort muziek past er bijvoorbeeld goed bij een achtervolgingsscène?’ zegt Liem. ‘Daarvoor kun je kijken naar databases van de filmwereld en reacties op sociale media.’ Met die databases onderzocht ze hoe mensen over muziek praten en hoe ze muziek gebruiken. Op basis daarvan maakte ze een programma dat soundtracks aan bepaalde thema’s koppelt.
Focussen met muziek
In een van haar huidige projecten onderzoekt Liem welke soort muziek helpt bij het studeren. Ook hierbij maakt ze gebruik van kennis uit online databases. ‘Hierbij blijkt persoonlijke smaak een bijzondere rol te spelen,’ zegt Liem. ‘Zelf ben ik klassiek musicus, dus ik kan me slecht concentreren bij klassieke muziek. Om te focussen zal ik dus iets anders moeten vinden. Interessant genoeg werkt elektronische muziek namelijk verrassend goed, terwijl ik daar in het dagelijks leven niet actief naar zou zoeken.’
Ze ontwikkelt technologie die hierbij kan helpen. ‘Ik zou graag aan systemen werken die een breed en genuanceerd palet van muziekopties bieden. Die gebaseerd zijn op smaak en achtergrond, maar niet hierdoor beperkt: er moet ook de ruimte zijn om smaak verder te verbreden en ontwikkelen.’
De finale van New Scientist Wetenschapstalent 2016 vindt donderdag 22 september plaats tijdens het evenement New Scientist Live: Brein in Hotel Casa 400, Amsterdam.
Tijdens die avond spreken ook hersenwetenschappers Erik Scherder, Iris Sommer en Alexander Sack over de actuele stand van zaken in de neurowetenschap. Bestel hier je tickets.
‘Psychologen hier ook mee bezig, maar zijn kijken vooral naar de invloed van losse stukken muziek,’ zegt Liem. ‘De effecten van hele muziekstukken terwijl iemand tegelijkertijd iets anders aan het doen is, zijn complexer.’ Vanuit de informatica is veel data over muziekgebruikers beschikbaar. Door psychologen en informatici samen te brengen, kunnen we meer uit muziek halen.
‘Wat ik mooi vind aan mijn onderzoek is de samenwerking tussen informatica en andere disciplines om de wereld beter te begrijpen,’ zegt Liem. ‘Muziek is daar een goede basis voor. Het is menselijk en we kunnen het niet compleet fysiek beschrijven zoals we wel bijvoorbeeld bij een plant kunnen. Als we snappen hoe de beleving van muziek werkt, dan kunnen we het misschien breder toepassen om bijvoorbeeld te ontdekken wat ervoor zorgt dat je je prettig voelt in een bepaalde omgeving. We kunnen onze kennis van het muziekonderzoek uitbreiden tot iets algemeens.’
Altijd op de hoogte blijven van het laatste wetenschapsnieuws? Meld je nu aan voor de New Scientist nieuwsbrief.
Lees verder: