2012年美國電腦協會國際多媒體年度學術研討年會(ACM Multimedia 2012)於10月29日至11月2日在日本奈良盛大舉行，有超過600位該領域的專家與會，是目前全球多媒體研究最重要的學術交流平台。其中，「電腦多媒體應用頂尖挑戰」是年會最受重視的一項競賽活動，由幾家國際上最具影響力的多媒體公司提出未來3到5年內最重要、最前瞻的困難議題及需求，開放學術界競逐，以尋求最佳解決方案。
中研院資訊所研究助理王如江、卓奕宏、研究員王新民及資創中心助研究員楊奕軒與林彥宇共組團隊，以一套新穎且有效的機器學習演算法「聲學視覺情緒高斯模型」(Acousticvisual Emotion Guassians Model)，參加Google提出的「自動化音樂影帶生成與配對系統」競賽議題，與來自中國大陸、新加坡、美國、法國、荷蘭及香港等國17支決賽團隊競逐，最後脫穎而出、榮獲首獎。
中研院指出，這項演算法是以聲學視覺情緒高斯模型自動分析及辨認多媒體的情緒內涵；在聽覺方面，透過音色、音調與節奏等特徵；在視覺方面則透過色彩、亮度與畫面跳動頻率等特徵，來分別辨析影片及音樂的情緒內涵，進而以情緒為根基，進行兩者的自動配對、也可支援使用者以音樂搜尋具有相關情緒的影片。這項研究可應用於個人影片的聲音後製，或是YouTube等社群影像分享網站；也可自動為音樂錄影帶製作人推薦適合搭配的影片，讓使用者輕鬆完成影音俱佳的多媒體作品，具娛樂及應用性。