Εξαγωγή σημασιολογικών και μορφολογικών χαρακτηριστικών σε μουσικά αρχεία.

Abstract

Με τις τρέχουσες τεχνολογίες αποθήκευσης και μετάδοσης αρχείων ψηφιακής μουσικής, έχει καταστεί πια εφικτή η συγκρότηση τεράστιων μουσικών συλλογών, όχι μόνο σε επίπεδο φορέων και επιχειρήσεων, αλλά και στο επίπεδο του απλού οικιακού χρήστη. Σ’ ένα τέτοιο περιβάλλον, όπου η πρόσβαση στη μουσική είναι πλέον μια διαδικασία απλή, ταχεία και οικονομική, το ερευνητικό ενδιαφέρον στρέφεται στη διαχείριση της μουσικής πληροφορίας, και στην παροχή προηγμένων δυνατοτήτων αναζήτησης στο χρήστη. Ο κλάδος της Ανάκτησης Μουσικής Πληροφορίας (Music Information Retrieval) στοχεύει στην οργάνωση μουσικών συλλογών με βάση τα πραγματικά ηχητικά χαρακτηριστικά κάθε μουσικού κομματιού/τραγουδιού (όπως ο ρυθμός ή το ηχόχρωμα), και όχι την πληροφορία κειμένου (όπως το όνομα του καλλιτέχνη). Θεμελιώδες βήμα για κάθε εγχείρημα Ανάκτησης Μουσικής Πληροφορίας είναι η εξαγωγή περιγραφικών χαρακτηριστικών από τα μουσικά αρχεία μιας συλλογής. Ο γενικός όρος αυτός αναφέρεται σε ένα διάνυσμα τιμών, που αποσκοπεί στην αναπαράσταση κάποιας πτυχής της μουσικής πληροφορίας. Μπορούμε έτσι, για παράδειγμα, να σχεδιάσουμε και να εξάγουμε περιγραφείς για τη μελωδία ενός μουσικού κομματιού, τα χαρακτηριστικά της ενορχήστρωσής του, το ρυθμό του, ή το μέτρο του. Έχοντας την περιγραφική πληροφορία για όλα τα κομμάτια μιας συλλογής, μπορούμε στη συνέχεια να προχωρήσουμε σε ένα πλήθος εγχειρημάτων, από την αυτόματη ταξινόμηση βάσει μουσικού είδους έως την αυτόματη συγκρότηση λίστας αναπαραγωγής με βάση τα μουσικά κριτήρια ενός συγκεκριμένου χρήστη. Στην παρούσα πτυχιακή εργασία θα ασχοληθούμε συγκεκριμένα με την αυτόματη εύρεση της ρυθμικής πληροφορίας ενός μουσικού κομματιού που βρίσκεται σε μορφή Mp3. Θα γίνει μελέτη του όρου «Beat Tracking» και θα ερευνήσουμε τον τρόπο με τον οποίο μπορούμε να εξάγουμε τέτοιου είδους πληροφορία από μουσικά αρχεία με την βοήθεια του δυναμικού προγραμματισμού. Στόχος μας, είναι να γίνει συγκριτική αξιολόγηση των αποτελεσμάτων που εξάγουμε για την ανίχνευση του ρυθμού, από διάφορες συναρτήσεις/μεθόδους και παραμετροποιήσεις που υπάρχουν στην βιβλιογραφία του συγκεκριμένου ερευνητικού πεδίου . Δημιουργούμε συνδυασμούς όλων αυτών των διαφορετικών αλγορίθμων και παραμετροποιήσεων πάνω σε μία μεγάλη βάση μουσικών κομματιών (Mp3) που υπάρχει διαθέσιμη στο σύνολο των αρχείων του Magnatagatune (σύνολο δεδομένων για την εξαγωγή μουσικών χαρακτηριστικών) και στην συνέχεια συγκρίνουμε τις τιμές των αποτελεσμάτων τους με τις ακριβείς τιμές που λαμβάνουμε από τα δεδομένα των αντίστοιχων XML αρχείων των μουσικών κομματιών αυτών, που επίσης υπάρχουν στα αρχεία του Magnatagatune . Η υλοποίηση του πειραματικού μέρους θα γίνει στο προγραμματιστικό περιβάλλον του Matlab, χρησιμοποιώντας κυρίως έτοιμα Toolboxes που μας επιτρέπουν την επεξεργασία των μουσικών χαρακτηριστικών των ψηφιακών σημάτων.

With the current storage and transmission technology of digital music files ,the constitution of large music collections is feasible now ,not only in the level of institutions and enterprises ,but also in the level of the simple home user. In such an environment ,where the access to the music is just a typical ,fast and economic procedure ,the research interest is turning around to the music information management and to the provision of advanced search capabilities to the user. The branch of Music Information retrieval aims to the organization of music collections regarding to the real acoustic characteristics of each music track/song (such as the rhythm or the timbre), and not the text information (like the artist's name). The fundamental step for each trial of music information retrieval is the export of descriptive characteristics from the music files of a collection. This general term refers to one values vector that intends to represent some aspect of the music information .We can thus ,for example, design and export descriptions about the melody of a music track , the instrumentation characteristics ,the rhythm or the measure .Having the descriptive information about all the collection tracks ,we can continue subsequently to a large amount of projects from the automatic classification based on genre to the automatic composition of a playlist based on the musical criteria of a certain user. In this thesis we are going to engage particularly with the automatic finding of rhythmic information of a music track in mp3 format. There will be a study of the term "Beat Tracking" and we are going to search the way we can automatically export such information from music files with the assistance of a dynamic programming. Our target is the benchmarking of results obtained from various functions/methods (Onset Detection Functions) and parameterizations that there are in the bibliography of this certain research area for the detection of rhythm. We create combinations between all these different algorithms and parameterizations on a big base of tracks for recording which are represented by audio-type mp3 files that are available to all Magnatagatune files (data set for musical features extraction). Then, we compare the result values with the accurate values obtained from the data of the corresponding .xml files of music tracks that there are also in Magnatagatune files. The implementation of the experimental part will be held in the programming environment of Matlab, using mostly ready Toolboxes that allow us to process the musical characteristics of digital signals.