Musik-Informationsgewinnung (MIR) ist die zwischendisziplinarische Wissenschaft, Information aus der Musik wiederzubekommen. MIR ist ein kleines, aber wachsendes Forschungsgebiet mit vielen wirklichen Anwendungen. Diejenigen, die an MIR beteiligt sind, können einen Hintergrund in Musikwissenschaft, Psychologie, akademischer Musik-Studie, Signalverarbeitung, dem Maschinenlernen oder einer Kombination von diesen haben.

Anwendungen von MIR

MIR wird durch Geschäfte und Akademiker verwendet, um sogar Musik zu kategorisieren, zu manipulieren und zu schaffen.

Systeme von Recommender

Mehrere recommender Systeme für die Musik bestehen bereits, aber überraschend basieren wenige auf MIR Techniken, stattdessen von der Ähnlichkeit zwischen Benutzern oder mühsamer Datenkompilation Gebrauch zu machen. Pandora verwendet zum Beispiel Experten, um die Musik mit besonderen Qualitäten wie "Sängerin" oder "starker bassline" zu markieren. Viele andere Systeme finden Benutzer, deren Hören-Geschichte ähnlich ist und ungehörte Musik den Benutzern von ihren jeweiligen Sammlungen andeutet. MIR Techniken für die Ähnlichkeit in der Musik beginnen jetzt, einen Teil solcher Systeme zu bilden.

Spur-Trennung und Instrument-Anerkennung

Spur-Trennung ist über das Extrahieren der ursprünglichen Spuren, wie registriert, die mehr als ein pro Spur gespieltes Instrument haben konnten. Instrument-Anerkennung ist über das Identifizieren der Instrumente beteiligt und/oder das Trennen der Musik in eine Spur pro Instrument. Verschiedene Programme sind entwickelt worden, der Musik in seine Teilspuren ohne Zugang zur Originalkopie trennen kann. Auf diese Weise z.B können Karaoke-Spuren von normalen Musik-Spuren geschaffen werden, obwohl der Prozess infolge Vokale noch nicht vollkommen ist, die etwas von demselben Frequenzraum wie die anderen Instrumente besetzen.

Automatische Kerbe-Entwicklung

In der Kombination mit der obengenannten Technik kann die schriftliche Musik für ein Stück vom Audioinhalt allein erzeugt werden. Diese Aufgabe wird schwieriger mit größeren Zahlen von Instrumenten und größerer Ähnlichkeit zwischen Instrumenten.

Automatische Kategorisierung

Musikgenre-Kategorisierung ist eine allgemeine Aufgabe für MIR und ist die übliche Aufgabe für den jährlichen Musik-Informationsgewinnungseinschätzungsaustausch (MIREX). Maschinenlerntechniken wie Unterstützungsvektor-Maschinen neigen dazu, trotz der etwas subjektiven Natur der Klassifikation eine gute Leistung zu bringen. Andere potenzielle Klassifikationen schließen das Erkennen des Künstlers, des Platzes des Ursprungs oder der Stimmung des Stückes ein. Wo, wie man erwartet, die Produktion eine Zahl aber nicht eine Klasse ist, ist Regressionsanalyse erforderlich.

Musik-Generation

Die automatische Generation der Musik ist eine von vielen MIR Forschern gehaltene Absicht. Versuche sind mit dem beschränkten Erfolg in Bezug auf die menschliche Anerkennung der Ergebnisse gemacht worden.

Methoden in MIR verwendet

Datenquelle

Hunderte geben eine klare und logische Beschreibung der Musik, aus der man arbeitet, aber zu Notenblättern, entweder digital oder sonst zugreift, häufig unpraktisch ist. MIDI Musik ist auch aus ähnlichen Gründen verwendet worden, aber einige Daten werden in der Konvertierung zu MIDI von jedem anderen Format verloren, wenn die Musik mit den MIDI Standards im Sinn nicht geschrieben wurde, der selten ist. Digitalaudioformate wie WAV, mp3, und ogg werden verwendet, wenn das Audio selbst ein Teil der Analyse ist. Formate von Lossy wie mp3 und Ogg-Arbeit gut mit dem menschlichen Ohr, aber können entscheidende Daten für die Studie verpassen. Zusätzlich schaffen einige encodings Artefakte, die zu jedem automatischen Analysator irreführend sein konnten. Trotz dessen hat die Allgegenwart des mp3 bedeutet, dass viel Forschung im Feld mit diesen als das Quellmaterial verbunden ist. Zunehmend, metadata abgebaut vom Web wird in MIR für ein mehr rund gemachtes Verstehen der Musik innerhalb seines kulturellen Zusammenhangs vereinigt, und das schließt kürzlich Analyse von sozialen Anhängseln für die Musik ein.

Eigenschaft-Darstellung

Analyse kann häufig etwas Zusammenstellung verlangen, und für die Musik (als mit vielen anderen Formen von Daten) wird das durch die Eigenschaft-Förderung besonders erreicht, wenn der Audioinhalt selbst analysiert wird und Maschine, die erfährt, angewandt werden soll. Der Zweck ist, die bloße Menge von Daten unten zu einem lenksamen Satz von Werten zu reduzieren, so dass das Lernen über einen angemessenen Zeitrahmen durchgeführt werden kann. Ein herausgezogenes gemeinsames Merkmal ist Mel-Frequency Cepstral Coefficient (MFCC), der ein Maß des Timbres eines Musikstücks ist. Andere Eigenschaften können verwendet werden, um die Akkorde, Harmonien zu vertreten, Melodie, Hauptwurf, schlägt pro Minute oder Rhythmus im Stück.

Statistik und das Maschinenlernen

• Rechenbetonte Methoden für die Klassifikation, das Sammeln und das Modellieren — Musical zeigen Förderung für mono - und polyfone Musik, Ähnlichkeit und das Muster-Zusammenbringen, die Wiederauffindung
• Formelle Methoden und Datenbanken — Anwendungen der automatisierten Musik-Identifizierung und Anerkennung, wie Kerbe im Anschluss an, automatische Begleitung, Routenplanung und für Musik- und Musik-Abfragen durchscheinend, fragen Sprachen, Standards und anderen metadata oder Protokolle für das Musik-Informationsberühren und die Wiederauffindung, die Mehrreagenz-Systeme, die verteilte Suche)
• Die Software für die Musik-Informationsgewinnung — Semantisches Web und Musikdigitalgegenstände, intelligente Agenten, zusammenarbeitende Software, webbasierte Suche und semantische Wiederauffindung, fragt durch das Summen, akustischer Fingerabdruck
• Musik-Analyse und Kenntnisse-Darstellung — automatische Zusammenfassung, das Zitieren, das Exzerpieren, die Degradierung, die Transformation, die formellen Modelle von Musik, Digitalhunderten und Darstellungen, Musik-Indexieren und metadata.

Andere Probleme

• Wechselwirkung des menschlichen Computers und Schnittstellen — mehrmodale Schnittstellen, Benutzerschnittstellen und Brauchbarkeit, bewegliche Anwendungen, Benutzerverhalten
• Musik-Wahrnehmung, Erkennen, betrifft und Gefühle — Musik-Ähnlichkeitsmetrik, syntaktische Rahmen, semantische Rahmen, Musikformen, Strukturen, Stile ands, Musik-Anmerkungsmethodiken
• Musik-Archive, Bibliotheken und Digitalsammlungen — Musik Digitalbibliotheken, öffentlicher Zugang zu Musikarchiven, Abrisspunkten und Forschungsdatenbanken
• Rechte des geistigen Eigentums und Musik — nationale und internationale Urheberrechtsprobleme, Digitalrecht-Management, Identifizierung und Rückverfolgbarkeit
• Soziologie und Wirtschaft der Musik — Musik-Industrie und Gebrauch von MIR in der Produktion, dem Vertrieb, der Verbrauchskette, Benutzer, der, Gültigkeitserklärung, Benutzerbedürfnisse und Erwartungen, Einschätzung von Musik-IR-Systemen im Profil darstellt, Testsammlungen, Versuchsplan und Metrik bauend

Siehe auch

• Audiobergwerk
• Künstliche Intelligenz
• Digitalrecht-Management
• Digitalsignal, das in einer Prozession geht
• Ethnomusicology
• Multimediainformationsgewinnung
• Musik-Notation
• Musikwissenschaft
• Musipedia
• Pfarrer codieren
• Ton und Musik, rechnend
• Michael Fingerhut (2004). "Musik-Informationsgewinnung, oder wie man sucht (und vielleicht findet) Musik und beseitigen incipits", IAML-IASA Kongress, Oslo (Norwegen) am 8-13 August 2004.

Links

• Internationale Gesellschaft für die Musik-Informationsgewinnung
• Musik-Informationsgewinnungsforschung
• J. Stephen Downie: Musik-Informationsgewinnung
• Nicola Orio: Musik-Wiederauffindung: Ein Tutorenkurs und Rezension
• Intelligente Audiosysteme: Fundamente und Anwendungen der Musik-Informationsgewinnung, des einleitenden Kurses am Universitätszentrum von Stanford für die Computerforschung in der Musik und Akustik
• Micheline Lesaffre: Musik-Informationsgewinnung: Begriffsfachwerk, Anmerkung und Benutzerverhalten.
• Das Echo-Nest: Eine Gesellschaft, die sich auf die MIR Forschung und Anwendungen spezialisiert.
• Stellen Sie sich Forschung vor: Entwickelt Plattform und Software für MIR Anwendungen

Beispiel MIR Anwendungen

• Musipedia — Ein Melodie-Suchmotor, der mehrere Weisen der Suche, einschließlich des Pfeifens, des Klopfens, der Klavier-Tastatur und des Pfarrer-Codes anbietet.
• Das Hören Spiel — UCSD Computerhörvermögen-Laboratorium MIR Musik, die Spiel aufreiht
• Peachnote — Ein Melodie-Suchmotor und N-Gramm-Zuschauer, der digitalisierte Musik-Hunderte durchsucht