PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 24

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  music information retrieval
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
1
Content available remote Trajektoria kwintowa w różnicowaniu muzyki tonalnej i atonalnej
Kania Michalina, Łukaszewicz Тomasz, Kania Dariusz
Przegląd Elektrotechniczny
|
2023
|
R. 99, nr 4
227--230
PL
W artykule przedstawiono sposób parametryzacji trajektorii kwintowej umożliwiający różnicowanie tonalnych i atonalnych utworów muzycznych. Istota pomysłu tkwi w reprezentacji treści badanego utworu w formie trajektorii kwintowej obrazującej zmienność sygnatur kwintowych w czasie. Struktura trajektorii kwintowej zależy od skali utworu muzycznego. Przeprowadzone eksperymenty pokazują, iż trajektorie kwintowe muzyki tonalnej są istotnie różne od trajektorii muzyki atonalnej. Różnicowanie muzyki tonalnej i atonalnej staje się możliwe poprzez określenie prostych parametrów trajektorii kwintowej, takich jak współrzędne środka trajektorii kwintowej, czy odległość środka trajektorii kwintowej od środka koła kwintowego. W artykule przedstawiono trajektorie kwintowe otrzymane dla wybranych utworów muzyki tonalnej i atonalnej. Zaprezentowano również wyniki eksperymentów ukazujących wyraźną odmienność rozkładów wartości badanych parametrów trajektorii kwintowych uzyskanych dla obu grup utworów.
EN
The article presents a tonal vs. atonal music discrimination technique. The essence of the discussed idea renders down to the representation of the content of a musical work in the form of the trajectory of fifths. The structure of the trajectory of fifths depends on the scale of the examined composition. The conducted experiments show that the trajectories of fifths corresponding to tonal music are considerably different from the trajectories representing atonal works. The differentiation of tonal and atonal music can be achieved via calculation of basic coefficients quantifying the trajectory of fifths, such as the coordinates of the center of the trajectory, or the distance of the center of the trajectory from the center of the coordinate system. The article presents examples of trajectories of fifths obtained for a selection of tonal and atonal music compositions. The plots illustrating the differences in distributions of values of the considered coefficients obtained for tonal and atonal music pieces are also presented.
2
Content available remote Trajektoria kwintowa – dwuwymiarowa reprezentacja muzyki
Kania Michalina, Kania Dariusz
Przegląd Elektrotechniczny
|
2022
|
R. 98, nr 6
70--73
PL
W artykule przedstawiono metodę reprezentacji utworów muzycznych w postaci trajektorii kwintowej. Istota tworzenia trajektorii kwintowej polega na obserwacji zestawu pojawiających się dźwięków z ustaloną rozdzielczością czasową. Liczności, bądź czas trwania poszczególnych dźwięków odzwierciedlony jest poprzez długości wektorów wpisanych w koło kwintowe, tzw. sygnatury muzyczne. Trajektoria kwintowa obrazująca zmienność w czasie sygnatury muzycznej pozwala o jakościową ocenę struktury harmonicznej utworu muzycznego. Postać trajektorii kwintowej zależy z charakterem utworu i może stanowić obiekt badań związanych z pozyskiwaniem wiedzy muzycznej, ściśle powiązany z problemami klasyfikacji gatunków muzycznych. W artykule przedstawiono koncepcję tworzenia trajektorii kwintowej i rysunki pokazujące przykłady trajektorii kwintowych dla różnych znanych utworów muzycznych.
EN
This paper presents a method for representing the musical works in the form of the trajectory of fifths. The essence of creating a trajectory of fifths consists in observing with a fixed time resolution a set of appearing sounds. The multiplicity, or duration of individual sounds is reflected by the lengths of vectors inscribed in the circle of fifths, so-called music signatures. The trajectory of fifths allows for a qualitative evaluation of the harmonic structure of a musical piece. The form of the trajectory of fifths is closely related to the character of the piece of music and can be an object of research related to the acquisition of music information retrieval, closely related to the problems of music genres recognition. This paper presents the concept of creating a trajectory of fifths and figures showing examples of trajectory of fifths for various well-known pieces of music.
3
Content available remote Searching for loops and sound samples with feature learning
Jakubik Jan
Annals of Computer Science and Information Systems
|
2022
|
Vol. 31
13--18
EN
In this paper, we evaluate feature learning in the problem of retrieving subjectively interesting sounds from electronic music tracks. We describe an active learning system designed to find sounds categorized as samples or loops. These retrieval tasks originate from a broader R&D project, which concerns the use of machine learning for streamlining the creation of videogame content synchronized with soundtracks. The method is expected to function in the context of limited data availability, and as such cannot rely on supervised learning of what constitutes an "interesting sound''. We apply an active learning procedure that allows us to find sound samples without predefined classes through user interaction, and evaluate the use of neural network feature extraction in the problem.
4
Content available Artificial Intelligence on the Identification of Beiguan Music
Chang Yu-Hsin, Yao Shu-Nung
Archives of Acoustics
|
2021
|
Vol. 46, No. 3
471--478
EN
This research determines an identification system for the types of Beiguan music – a historical, non-classical music genre – by combining artificial neural network (ANN), social tagging, and music information retrieval (MIR). Based on the strategy of social tagging, the procedure of this research includes: evaluating the qualifying features of 48 Beiguan music recordings, quantifying 11 music indexes representing tempo and instrumental features, feeding these sets of quantized data into a three-layered ANN, and executing three rounds of testing, with each round containing 30 times of identification. The result of ANN testing reaches a satisfying correctness (97% overall) on classifying three types of Beiguan music. The purpose of this research is to provide a general attesting method, which can identify diversities within the selected non-classical music genre, Beiguan. The research also quantifies significant musical indexes, which can be effectively identified. The advantages of this method include improving data processing efficiency, fast MIR, and evoking possible musical connections from the high-relation result of statistical analyses.
5
Content available remote Retrieving Sound Samples of Subjective Interest With User Interaction
Jakubik Jan
Annals of Computer Science and Information Systems
|
2020
|
Vol. 21
387--390
EN
This paper concerns the retrieval of audio samples with a high degree of user interaction, motivated by a practical use case. We consider an open set recognition scenario in which the goal is to find all occurrences of a subjectively interesting sound selected by a user within a particular audio file. We use only a single starting example and maintain interaction through yes-no answers from the user, indicating whether any new retrieved sound matches the target pattern. We present a small dataset for this task and evaluate a baseline solution based on Nonnegative Matrix Factorization and greedy feature selection.
6
Content available remote Algorytmiczna metoda określania tonacji utworu muzycznego
Kokkinopoulos Konstantinos, Kania Paulina, Kania Dariusz
Przegląd Elektrotechniczny
|
2019
|
R. 95, nr 8
164--167
PL
W artykule przedstawiono metodę określenia tonacji utworu wykorzystującą sygnaturę muzyczną. Sygnatura muzyczna jest graficzną formą reprezentacji treści utworu muzycznego. Jej postać odzwierciedla liczność, bądź czas trwania poszczególnych dźwięków. W celu potwierdzenia skuteczności opracowanego algorytmu opracowano oprogramowanie i bazę różnorodnych utworów. Pozwoliło to na wykonanie szeregu eksperymentów, które przedstawiono w artykule. Opracowany algorytm porównano z algorytmem Krumhansl-Kesslera.
EN
The paper presents the key-finding method based on music signature. A music signature is a graphic form of representation of musical content, which gives information about number of notes or duration of notes. To confirm the algorithm effectiveness it was necessary to create an application for analysis and collect a database of different music tracks. The enabled the performance of experiments, presented in this paper. The developed algorithm was compared with the Krumhansl-Kessler algorithm.
7
Content available A Key-Finding Algorithm Based on Music Signature
Kania Dariusz, Kania Paulina
Archives of Acoustics
|
2019
|
Vol. 44, No. 3
447--457
EN
The paper presents the key-finding algorithm based on the music signature concept. The proposed music signature is a set of 2-D vectors which can be treated as a compressed form of representation of a musical content in the 2-D space. Each vector represents different pitch class. Its direction is determined by the position of the corresponding major key in the circle of fifths. The length of each vector reflects the multiplicity (i.e. number of occurrences) of the pitch class in a musical piece or its fragment. The paper presents the theoretical background, examples explaining the essence of the idea and the results of the conducted tests which confirm the effectiveness of the proposed algorithm for finding the key based on the analysis of the music signature. The developed method was compared with the key-finding algorithms using Krumhansl-Kessler, Temperley and Albrecht-Shanahan profiles. The experiments were performer on the set of Bach preludes, Bach fugues and Chopin preludes.
8
Content available remote Sygnatura utworu w procesie reprezentacji i analizy treści utworu muzycznego
Kania P., Kania D.
Przegląd Elektrotechniczny
|
2018
|
R. 94, nr 4
196--199
PL
W artykule przedstawiono pomysł reprezentacji treści utworu muzycznego w postaci sygnatury utworu. Sygnatura utworu jest zbiorem leżących na płaszczyźnie wektorów. Każdy wektor skojarzony jest z jednym z dwunastu dźwięków skali chromatycznej. Kierunek wektorów określany jest zgodnie z układem dźwięków podstawowych tonacji durowych w kole kwintowym, a ich długość odzwierciedla częstość występowania poszczególnych dźwięków w utworze muzycznym lub jego fragmencie. W artykule przedstawiono wyniki eksperymentów, w których potwierdzono korelację kształtu sygnatury z charakterem aranżacji kolęd. Brano pod uwagę opracowania tradycyjne oraz jazzujące.
EN
The paper presents the idea of classification of the content of a piece of music based on its signature. The signature is a set of vectors located in the polar coordinate system. Each such vector is associated with one of the tones of the chromatic scale. Their directions are determined by the positions of individual tones comprising the circle of fifths. The lengths of these vectors reflect the number of occurrences of a particular note in a given piece of music or its fragment. Experimental results confirmed that the shape of signature is correlated with the character of the music arrangement. For the purposes of this paper the classical and jazz arrangements have been evaluated.
9
Content available Music Genre Recognition Using Convolutional Neural Networks
Matocha M., Zieliński S. K.
Advances in Computer Science Research
|
2018
|
Nr 14
125--142
EN
The aim of this study was to develop a music genre classifier using convolutional neural networks and to compare its performance with a traditional algorithm based on support vector machines. A distinct feature of the proposed approach was to utilize two-channel stereo signals at the input of the convolutional network. The proposed method yielded similar results compared to those obtained with the traditional approach, demonstrating the potential of the proposed method and indicating the need for its further optimization. Using two-channel stereo signals at the input of the algorithm showed no improvements over the baseline method exploiting single-channel recordings, suggesting that monaural signals fed to the convolutional network might be sufficient to undertake the task of music genre recognition. According to the results, the network ‘prioritized’ the temporal changes over the frequency variations of the signals. This observation tentatively implies that the classifiers specifically designed to account for temporal changes might potentially better serve the task of music genre recognition than the convolutional neural networks.
PL
Celem niniejszej pracy było opracowanie klasyfikatora gatunków muzycznych z użyciem splotowych sieci neuronowych i porównanie go z tradycyjnym algorytmem opartym na maszynie wektorów wspierających. Wyróżniającą cechą zaproponowanego podejścia było wykorzystanie dwu-kanałowego dźwięku stereofonicznego na wejściu sieci splotowej. Zaproponowana metoda dała podobne wyniki do rezultatów otrzymanych z użyciem podejścia tradycyjnego, demonstrując potencjał zaproponowanej metody oraz wskazując na potrzebę jej dalszej optymalizacji. Wykorzystanie dwu-kanałowego dźwięku stereofonicznego na wejściu algorytmu nie poprawiło wyników w porównaniu z metodą bazową wykorzystującą nagrania jednokanałowe, sugerując, iż zastosowanie dźwięków monofonicznych na wejściu splotowej sieci neuronowej jest adekwatne do celów rozpoznawania gatunków muzycznych. Zgodnie z uzyskanymi wynikami, sieć potraktowała priorytetowo zmiany czasowe w porównaniu ze zmianami częstotliwościowymi sygnałów. Obserwacja ta pozwala wstępnie przypuszczać że klasyfikatory specjalnie zaprojektowane, by uwzględnić zmiany czasowe, potencjalnie mogłyby lepiej służyć celom rozpoznawania gatunków muzycznych niż neuronowe sieci splotowe.
10
Automatyczna organizacja bazy muzycznej na podstawie nastroju muzyki
Piotrowska M.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2017
|
nr 6
336--341, CD
PL
W prezentowanej pracy skoncentrowano się na organizacji muzyki w kontekście zawartych w niej emocji. Zaproponowano wektor parametrów opisujących nastrój oraz stworzono autorski graficzny model emocji dedykowany do subiektywnej notacji emocji zawartych w muzyce. Przeprowadzono serię testów subiektywnych oraz automatyczne rozpoznawanie nastroju muzyki z wykorzystaniem wybranych algorytmów sztucznej inteligencji oraz porównano otrzymane wyniki.
EN
This work is focused on an approach based on the emotional content of music and its automatic recognition. A vector of features describing emotional content of music was proposed. Additionally, a graphical model dedicated to the subjective evaluation of mood of music was created. A series of listening tests was carried out, and results were compared with automatic mood recognition employing SOM (Self Organizing Maps) and ANN (Artificial Neural Networks).
11
Content available Music Mood Visualization Using Self-Organizing Maps
Plewa M., Kostek B.
Archives of Acoustics
|
2015
|
Vol. 40, No. 4
513--525
EN
Due to an increasing amount of music being made available in digital form in the Internet, an automatic organization of music is sought. The paper presents an approach to graphical representation of mood of songs based on Self-Organizing Maps. Parameters describing mood of music are proposed and calculated and then analyzed employing correlation with mood dimensions based on the Multidimensional Scaling. A map is created in which music excerpts with similar mood are organized next to each other on the two-dimensional display.
12
Content available Music Recommendation System
Hoffmann P., Kaczmarek A., Spaleniak P., Kostek B.
Journal of Telecommunications and Information Technology
|
2014
|
nr 2
59--69
EN
The paper focuses on optimization vector content feature for the music recommendation system. For the purpose of experiments a database is created consisting of excerpts of music files. They are assigned to 22 classes corresponding to different music genres. Various feature vectors based on low-level signal descriptors are tested and then optimized using correlation analysis and Principal Component Analysis (PCA). Results of the experiments are shown for the variety of feature vectors. Also, a music recommendation system is presented along with its main user interfaces.
13
Content available Deep Image Features in Music Information Retrieval
Gwardys G., Grzywczak D.
International Journal of Electronics and Telecommunications
|
2014
|
Vol. 60, No. 4
321-326
EN
Applications of Convolutional Neural Networks (CNNs) to various problems have been the subject of a number of recent studies ranging from image classification and object detection to scene parsing, segmentation 3D volumetric images and action recognition in videos. CNNs are able to learn input data representation, instead of using fixed engineered features. In this study, the image model trained on CNN were applied to a Music Information Retrieval (MIR), in particular to musical genre recognition. The model was trained on ILSVRC-2012 (more than 1 million natural images) to perform image classification and was reused to perform genre classification using spectrograms images. Harmonic/percussive separation was applied, because it is characteristic for musical genre. At final stage, the evaluation of various strategies of merging Support Vector Machines (SVMs) was performed on well known in MIR community - GTZAN dataset. Even though, the model was trained on natural images, the results achieved in this study were close to the state-of-the-art.
14
Content available Classification of Music Genres Based on Music Separation into Harmonic and Drum Components
Rosner A., Schuller B., Kostek B.
Archives of Acoustics
|
2014
|
Vol. 39, No. 4
629--638
EN
This article presents a study on music genre classification based on music separation into harmonic and drum components. For this purpose, audio signal separation is executed to extend the overall vector of parameters by new descriptors extracted from harmonic and/or drum music content. The study is performed using the ISMIS database of music files represented by vectors of parameters containing music features. The Support Vector Machine (SVM) classifier and co-training method adapted for the standard SVM are involved in genre classification. Also, some additional experiments are performed using reduced feature vectors, which improved the overall result. Finally, results and conclusions drawn from the study are presented, and suggestions for further work are outlined.
15
Content available Auditory Display Applied to Research in Music and Acoustics
Kostek B.
Archives of Acoustics
|
2014
|
Vol. 39, No. 2
203--214
EN
This paper presents a relationship between Auditory Display (AD) and the domains of music and acoustics. First, some basic notions of the Auditory Display area are shortly outlined. Then, the research trends and system solutions within the fields of music technology, music information retrieval and music recommendation and acoustics that are within the scope of AD are discussed. Finally, an example of AD solution based on gaze tracking that may facilitate music annotation process is shown. The paper concludes with a few remarks about directions for further research in the domains discussed.
16
A study on influence of normalization methods on music genre classification results employing kNN algorithm
Rosner A., Michalak M., Kostek B.
Studia Informatica
|
2013
|
Vol. 34, nr 2A
411--423
EN
This paper presents a comparison of different normalization methods applied to the set of feature vectors of music pieces. Test results show the influence of min-max and Zero-Mean normalization methods, employing different distance functions (Euclidean, Manhattan, Chebyshev, Minkowski) as a pre-processing for genre classification, on k-Nearest Neighbor (kNN) algorithm classification results.
PL
Artykuł przedstawia porównanie różnych metod normalizacji zastosowanych do zbioru wektorów cech utworów muzycznych. Wyniki testów prezentują wpływ zastosowania metod normalizacji min-max oraz Zero-Mean z użyciem różnych funkcji odległości (Euklidesowej, Manhattan, Czebyszewa, Minkowskiego) w procesie wstępnego przetwarzania w klasyfikacji gatunków muzycznych z wykorzystaniem algorytmu klasyfikacji k-Najbliższych Sąsiadów (kNN).
17
Content available remote Music Recommendation Based on Multidimensional Description and Similarity Measures
Kostek B., Kaczmarek A.
Fundamenta Informaticae
|
2013
|
Vol. 127, nr 1-4
325--340
EN
This study aims to create an algorithm for assessing the degree to which songs belong to genres defined a priori. Such an algorithm is not aimed at providing unambiguous classification-labelling of songs, but at producing a multidimensional description encompassing all of the defined genres. The algorithm utilized data derived from the most relevant examples belonging to a particular genre of music. For this condition to be met, data must be appropriately selected. It is based on the fuzzy logic principles, which will be addressed further. The paper describes all steps of experiments along with examples of analyses and results obtained.
18
Wspomaganie procesu wyszukiwania nagrań w repozytoriach muzycznych
Kostek B.
Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
|
2011
|
nr 6
200-205
PL
Dokonano przeglądu zasadniczych zagadnień związanych z automatycznym wyszukiwaniem informacji muzycznej MIR - Music Information Retrieval. Przedstawiono aktualne kierunki badań i rozwiązań systemowych związane z wyszukiwaniem i rekomendacją muzyki. Następnie zaprezentowano eksperymenty przeprowadzone na skonstruowanej bazie muzycznej. Pokazano również propozycję wspomagania procesu wyszukiwania i anotacji utworów muzycznych za pomocą systemu śledzenia punktu fiksacji wzroku.
EN
The aim of this paper is to review key issues related to automatic music information retrieval (MIR). First current research trends and system solutions related to music searching and music recommendation are presented. Then the experiments performed at the Multimedia Systems Department of Gdańsk University of Technology based on the constructed music database are described. The paper is concluded with the proposal of supporting the process of searching the music archive and automatically annotating music by using a gaze tracking system.
19
Content available remote Analysis of Recognition of a Musical Instrument in Sound Mixes Using Support Vector Machines
Wieczorkowska A., Kubera E., Kubik-Komar A.
Fundamenta Informaticae
|
2011
|
Vol. 107, nr 1
85-104
EN
Experiments with recognition of the dominating musical instrument in sound mixes are interesting from the point of view of music information retrieval, but this task can be very difficult if the mixed sounds are of the same pitch. In this paper, we analyse experiments on recognition of the dominating instrument in mixes of same-pitch sounds of definite pitch. Sound from one octave (no. 4 in MIDI notation) have been chosen, and instruments of various types, including percussive instruments were investigated. Support vector machines were used in our experiments, and statistical analysis of the results was also carefully performed. After discussing the outcomes of these experiments and analyses, we conclude our paper with suggestions regarding directions of possible future research on this subject.
20
Content available Automatic Music Summarization.A "Thumbnail" Approach
Głaczyński J., Łukasik E.
Archives of Acoustics
|
2011
|
Vol. 36, No. 2
297-309
EN
In the paper, various approaches to automatic music audio summarization are discussed. The project described in detail, is the realization of a method for extracting a music thumbnail – a fragment of continuous music of a given duration time that is most similar to the entire music piece. The results of subjective assessment of the thumbnail choice are presented, where four parameters have been taken into account: clarity (representation of the essence of the piece of music), conciseness (the motifs are not repeated in the summary), coherence of music structure, and overall quality of summary usefulness.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.