Listen to the stadium

Abstract

El análisis del sentimiento en eventos deportivos a partir del sonido ambiental permitiría comprender la relación entre eventos y la experiencia de los aficionados, lo que daría paso a mejorar la experiencia del espectador. En este proyecto se analiza la relación entre los eventos de un partido de fútbol y el sonido ambiente de las gradas, evaluando el potencial de esta conexión para el análisis emocional. Para ello, se desarrollaron una serie de programas que estructuran los datos de los partidos a partir de archivos JSON; preparan el audio eliminando el comentarista, limpiándolo y normalizándolo para el posterior análisis; y además, ayudan a visualizar los momentos clave del partido mediante graficas relacionadas con el audio. Por otro lado, se implementó un método que detecta los posibles goles y crea una base de datos de muestra, para el posterior entrenamiento de algoritmos de machine learning para la identificación automática de goles. Como resultado, se logra identificar los goles de los distintos equipos únicamente en posesión del sonido ambiente de un partido, demostrando así la conexión que existe entre los eventos y el sonido ambiente, sugiriendo que es posible el análisis del sentimiento a partir del audio de un acontecimiento deportivo. Por último, se muestran las dificultades encontradas y se propone un camino a seguir para la investigación como análisis del sentimiento o cómo se podría extender este análisis a otros deportes.

Sentiment analysis in sports events based on ambient sound would allow us to understand the relationship between events and the fan experience, leading to improvements in the spectator’s experience. This project analyzes the relationship between the events of a football match and the ambient sound from the stands to determine the extent of this connection. To achieve this, a series of programs were developed to structure match data from JSON files, process the audio by removing the commentator, cleaning, and normalizing it for further analysis; additionally, they help visualize key moments of the match through graphs related to the audio. A method was also implemented to detect potential goals and create a sample database for the subsequent training of machine learning algorithms for automatic goal identification. As a result, it is possible to identify goals from different teams using only the ambient sound of a match, demonstrating the existing connection between events and ambient sound. This suggests that sentiment analysis is feasible based on the audio of a sports event. Finally, the challenges encountered are presented and a path for future research is proposed like sentiment analysis or how this analysis could be extended to other sports.