Loading
Florian Chappaz
This is a live streamed presentation. You will automatically follow the presenter and see the slide they're currently on.
Florian CHAPPAZ - Valentin DE OLIVEIRA
Autonomous Sensory Meridian Response
Sensation de bien-être, de picotements et de frissons au niveau du crâne, du cuir chevelu ou des zones périphériques du corps.
Provoquée par des stimulus auditifs, visuels, olfactifs ou cognitifs.
La nature et la classification du phénomène reste controversée au sein de la communauté scientifique.
More than a feeling: Autonomous sensory meridian response (ASMR) is characterized by reliable changes in affect and physiology - G.-L. Poerio, E. Blakey, T. J. Hostler, T. Veltri - Anglia Ruskin University, U.-K.
1ère expérience en ligne
→ Augmentation des frissons
→ Augmentation du calme
→ Réduction du stress et de la tristesse ?
2ème expérience en labo
→ Confirmations des critères précédents
→ Réponses physiologiques (BPM et conduction cutanée)
→ Beaucoup de stimulus différents
Vidéos YouTube
Playlists ASMR Spotify/Deezer
Attirer l'attention
Se démarquer
Association plaisir/produit
Micros binauraux
Accessoires de tapping
Objets multimatières
Matériel coûteux : micro binaural coûteux, accessoires diversifiés.
Faible retour sur investissement : beaucoup de concurrence, difficile de sortir du lot.
Utilisation récente
Se démarquer des autres
Donner un plaisir aux clients
© Reese The Movie: An ASMR Experience
Chih-Chin Liang & Chao-Hui Li
Marché des serviettes à Taïwan
→ Permet de sortir de lot
Utilisation et évaluation de l'ASMR dans le marketing
→ Difficile de se démarquer
→ Innondation de pubs en ligne
→ Capte l'attention
→ Intérêt et désir grandissant
→ Potentiel achat futur
Entraînement d'un modèle
Dataset lié à l'ASMR
Format de notes et de durée pour la musique
Un fichier audio ne peut pas être convertit directement
Réseau neuronal
Auto-attention
Open Source Project
Développé par l'équipe Google Brain.
Objectif : explorer le rôle que le ML peut avoir dans l'art et la musique.
Nombreuses librairies et modèles pour générer images, musiques et autres médias.
Possibilité d'entraîner notre propre modèle
→ OnsetsAndFrames & MusicTransformer
CNN Acoustic Model
Bidirectionnal LSTM
128 units
Fully connected sigmoid layer
88 outputs
Prédiction de chaque note de l'audio parmi les 88 notes d'un piano
CNN Acoustic Model
Bidirectionnal LSTM
128 units
Fully connected sigmoid layer
88 outputs
Les notes ainsi que leurs durées
Concatenate with Onsets results
FC Sigmoid
88 out.
- Besoin : réferencer le passé
- Remplace les LSTM
- Auto-attention relative : trouver la différence relative entre 2 notes
- Différence relative : influe sur le timing et la hauteur de la note généré en fonction de la note précédente
Avec notre propre jeu de données
Spotify
19 titres
2h11 minutes
Musique binaurale avec différents stimulis ASMR
Utilisation de Onsets and Frames via:
Magenta.js + Tensorflow.js
Attention : Le modèle est chargé dans le navigateur et cela est gourmand en ressource matérielle.
Quelques passages plus riches :
Pas de modèle entraîné avec nos données.
Mais...
Vos questions ?