Bildung

Soravitt Sangnark absolvierte in Thailand ein Bachelor- und ein Masterstudium im Bereich Information Engineering. Seine Masterarbeit zur Emotionserkennung in Musik markierte den Beginn seiner wissenschaftlichen Laufbahn und eröffnete ihm die Möglichkeit, als Research Assistant bzw. Forscher am Vidyasirimedhi Institute of Science and Technology (VISTEC) in Thailand tätig zu werden. Am VISTEC führte er, aufbauend auf seiner Masterarbeit, eigenständige Forschung zu menschlichen Reaktionen auf Musik mit und ohne Gesang durch. Dabei arbeitete er mit Verhaltensmaßen, 64-Kanal-EEG und maschinellem Lernen. Die Daten dieser Studie sind öffentlich zugänglich (MUSEC). Dank seines Hintergrunds in der Audio- und Emotionsforschung wurde er zudem eingeladen, an weiteren Projekten mitzuwirken, etwa am Aufbau des bisher größten thailändischen Sprach-Emotionskorpus, für das Daten von 200 Schauspieler:innen erhoben wurden (THAI-SER), an weiteren Projekten im Bereich des maschinellen Lernens sowie an der Betreuung von Studierenden.

Diese Forschungserfahrungen haben Soravitt geprägt, seine wissenschaftliche Neugier geschärft und dazu geführt, dass ihn eine Frage nicht mehr losließ: Welche Klänge bezeichnen Menschen als „Musik“ aus der kognitiven Perspektive nichtmenschlicher Spezies? Daraufhin entschied sich Soravitt, seinen Hintergrund in der Informatik hinter sich zu lassen, obwohl wir im Zeitalter der künstlichen Intelligenz leben, und einen neuen Weg in der Biomusikologie einzuschlagen, um dieser Frage nachzugehen. Sein PhD-Exposé entwickelte er unter Einbeziehung seiner Alltagserfahrungen, darunter seine Tätigkeiten als Bassist und Musikorganisator sowie seine Beobachtungen der Reaktionen von Hunden und Katzen auf Musik.

Im Jahr 2025 erhielt Soravitts Exposé eine volle dreijährige PhD-Finanzierung zur Erforschung der Musikkognition bei Hunden. Im selben Jahr trat er dem Institut für Schallforschung bei, um unter der Betreuung von Marisa Hoeschele und in Zusammenarbeit mit weiteren Kolleg:innen an seinem Vorhaben zu arbeiten.

Derzeitige Forschung

Soravitt führt sein eigenständiges PhD-Forschungsprojekt durch und legt dabei besonderes Augenmerk auf ökologische Validität und Generalisierbarkeit, um der folgenden Forschungsfrage nachzugehen: Welche Klänge bezeichnen Menschen als „Musik“ aus der kognitiven Perspektive von Hunden?

Persönliche Website:  https://ssoravitt.github.io/

Projekt

Music in humankind's best friend: Are dogs attuned to our songs?

Welche Klänge bezeichnen Menschen als „Musik“ aus der kognitiven Perspektive von Hunden?

Projektleitung: Soravitt Sangnark
Laufzeit: Okt. 2025 bis Sept. 2028
Förderung: OeAD
Betreuerin: Marisa Hoeschele

Publikationen

J. Wongpithayadisai, C. Chaksangchaichot, S. Sangnark, P. Prakrankamanant, K. Gangwanpongpun, S. Boonpunmongkol, P. Milindasuta, D. Na-Pombejra, S. Nutanong, and E. Chuangsuwanich, “THAI Speech Emotion Recognition (THAI-SER) corpus,” arxiv, 2025. [Paper][Dataset]

P. Lakhan, N. Banluesombatkul, N. Sricom, P. Sawangjai, S. Sangnark, T. Yagi, T. Wilaiprasitporn, W. Saengmolee, and T. Limpiti, “EEG-BBnet: A hybrid framework for brain biometric using graph connectivity,” IEEE Sensors Letters, vol. 9, no. 2, pp. 1–4, 2025. [Paper]

P. Autthasan, P. Sukontaman, T. Wilaiprasitporn and S. Sangnark, “HeartRhythm: ECG-Based Music Preference Classification in Popular Music,” 2023 IEEE SENSORS, Vienna, Austria, 2023, pp. 1-4. [Paper][Poster]

B. Leelakittisin, M. Trakulruangroj, S. Sangnark, T. Wilaiprasitporn, and T. Sudhawiyangkul, “Enhanced lightweight CNN using joint classification with averaging probability for sEMG-based subject-independent hand gesture recognition,” IEEE Sensors Journal, pp. 1–1, 2023. [Paper]

R. Assabumrungrat, S. Sangnark, T. Charoenpattarawut, W. Polpakdee, T. Sudhawiyangkul, E. Boonchieng, and T. Wilaiprasitporn, “Ubiquitous Affective Computing: A Review,” in IEEE Sensors Journal, vol. 22, no. 3, pp. 1867-1881, 1 Feb.1, 2022. [Paper]

S. Sangnark, P. Autthasan, P. Ponglertnapakorn, P. Chalekarn, T. Sudhawiyangkul, M. Trakulruangroj, S. Songsermsawad, R. Assabumrungrat, S. Amplod, K. Ounjai, and T. Wilaiprasitporn, “Revealing Preference in Popular Music Through Familiarity and Brain Response,” in IEEE Sensors Journal, vol. 21, no. 13, pp. 14931-14940, 2021. [Paper][Video][Dataset]

S. Sangnark, M. Lertwatechakul, and C. Benjangkaprasert, “Thai music emotion recognition based on Western music,” Journal of Physics: Conference Series, vol. 1195(1), pp. 1-5, 2019. [Paper]

S. Sangnark, M. Lertwatechakul, and C. Benjangkaprasert, “Thai music emotion recognition based on linear regression,” in Proc. of the Int. Conf. on Automation, Control and Robot, Bangkok, Thailand, pp. 62-66, 2018. [Paper]