In 2026 heeft de automatische beoordeling van muziekesthetiek een nieuw niveau bereikt: binnen de internationale ICASSP-conferentie is de Automatic Song Aesthetics Evaluation Challenge van start gegaan.
Het doel van deze uitdaging is om algoritmen te leren hoe zij menselijke esthetische oordelen over muziekstukken kunnen voorspellen. Het gaat hierbij uitdrukkelijk niet om het genereren van muziek.
Het is een poging om te doorgronden waarom we muziek als mooi ervaren.
Wanneer muziek een object van machinale waarneming wordt
De afgelopen jaren heeft kunstmatige intelligentie zich intensief toegelegd op het genereren van geluid:
melodieën
harmonieën
timbres
stemmen
De nieuwe opdracht is echter van een andere orde: kan een algoritme muzikaliteit op dezelfde manier beoordelen als een menselijke luisteraar?
Precies aan dit vraagstuk is de ICASSP 2026-competitie gewijd.
Modellen krijgen audiofragmenten voorgeschoteld en proberen de esthetische waardering van mensen te voorspellen aan de hand van verschillende perceptuele parameters:
auditieve samenhang
natuurlijkheid van de klank
memorabiliteit
helderheid van het geluid
muzikaliteit
Deze parameters richten zich niet op de technische opnamekwaliteit, maar op de wijze waarop muziek door de mens wordt beleefd.
Van generatie naar perceptie
Dit markeert een belangrijk keerpunt in de evolutie van muzikale kunstmatige intelligentie.
Waar systemen voorheen leerden om geluid te produceren, leren ze nu om de esthetische betekenis ervan te interpreteren.
In feite is er sprake van een fundamentele verschuiving: van synthese naar begrip, van het algoritme als uitvoerder
naar het algoritme als luisteraar.
Muziekesthetiek als meetbaar onderzoeksveld
De ICASSP 2026 Challenge bouwt voort op de koers die is ingezet met de SongEval 2025-dataset, waarin voor het eerst op grote schaal menselijke esthetische beoordelingen van muziekfragmenten werden verzameld.
Dit vakgebied betreedt nu het stadium van een internationale competitie tussen verschillende modellen.
Dit betekent dat muzikale schoonheid geleidelijk een onderwerp wordt van computationele analyse,
terwijl het tegelijkertijd een diep menselijke ervaring blijft.
Een ruimte voor gezamenlijk luisteren
Parallel hieraan blijven onderzoeksgroepen van de Queen Mary University of London en het Imperial College London de muzikale perceptie en de interactie tussen luisteraars en technologisch vervaardigde muziek bestuderen.
Het luisteren naar muziek wordt steeds vaker een domein waar mens en algoritme elkaar ontmoeten.
Geen vervanging, maar samenwerking.
De impact op de klank van onze wereld
Vandaag de dag leren algoritmen voor het eerst om meer te doen dan alleen geluid voortbrengen.
Ze leren luisteren. En door deze ontwikkeling transformeert muziek geleidelijk van louter een uitvoerende kunst naar een wetenschap van de waarneming, waarin mens en technologie samen beginnen te horen.
