|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Определение типов музыкальных инструментов и жанра музыкальной композиции. Контекстный аудио-поиск.дипломная работа (Специалист)
- Научные руководители: Баяковский Ю.М., Лукин А.С.
- Автор: Еремеев Илья Владимирович
- Тип: Специалист
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2006
- Аннотация: Музыкальный жанр - это некоторая описательная категория, которая чаще всего используется для структурирования постоянно растущего количества музыки, доступной в глобальной сети Интернет, и несёт в себе важную информацию для процесса поиска музыкальной композиции. Жанровую классификацию музыки традиционно производили вручную, основываясь на манере исполнения, ритмической структуре, наборе музыкальных инструментов и составе исполнителей, а также учитывая сложившиеся представления о жанре и субъективное восприятие. Тем не менее, техника автоматического определения жанра является значительным добавлением к системам контекстного аудио-поиска. Аналогично алгоритм определения типа музыкального инструмента как отдельно стоящая задача, возможно, не представляет большого интереса, но является вспомогательной в области анализа музыкальной композиции в целом, начиная от распознавания музыки и заканчивая аудио-поиском. Сама же задача контекстного аудио-поиска представляет собой аналог поиска по текстовому запросу. Только в данном случае запрос состоит из словесного описания той музыкальной композиции, которая интересна пользователю. Ключевыми словами могут являться названия жанра, музыкального инструмента, темп или воспринимаемая окраска музыкального произведения. Настоящая работа направлена на объединение этих алгоритмов для создания музыкальной аналитической системы. Из исходных данных путём анализа сигнала как в частотной, так и во временной области, извлекается набор характеристик, которые позволяют системе автоматически определять принадлежность к определённому классу. Использование развивающегося и зарекомендовавшего себя алгоритма классификации AdaBoost позволяет достичь оптимальных результатов.
- Добавил в систему: Баяковский Юрий Матвеевич