بازیابی موسیقی بر اساس تشخیص ژانر

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,002

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS12_016

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

یک سامانه بازیابی موسیقی، سیگنال پرس و جو را از کاربر دریافت کرده و پس از انجام پردازش های لازم و استخراج اطلاعات از آن، شبیه ترین داده های موجود در سامانه را پیدا می کند. در واقع می توان گفت یک سامانه بازیابی موسیقی به صورت بنیادی،وظیفه پردازش و بازیابی الگوی موسیقی و داده کاوی و دانش یابی موسیقایی را بر عهده دارد. در این مقاله ، روشی برا ی بازیابی موسیقی ارائه می شود که سیگنال پرس و جو در آن، یک قطعه چند ثانیه ای از موسیقی مطلوب است. در بخش استخراج ویژگی، از گوناگونی استفاده می شود که یک مرحله همجوشی ویژگی روی آنها انجام می شود . برای تشخیص ژانر از دو روش طبق ه بند یاستفاده شده است: 1) نزدیکترین همسایه 2) درخت تصمیم. در مرحله بعد از فاصله اقلیدسی برای بازیابی نهایی قطعات در ژانر مربوطه استفاده می شود. نتایج آزمایش روش پیشنهادی روی مجموعه ای از 1000 قطعه موسیقی از 10 ژانر و محاسبه پارامترهایrecall و precision بر پایه آن نتایج، نشان دهنده کارآمدی روش بازیابی موسیقی بر اساس تشخیص ژانر و دستیابی به دقت قابل قبول و عملکرد مطلوب از نظر کاربر است. به علاوه استفاده از تشخیص ژانر در روش پیشنهادی باعث کاهش قابل توجه حجم محاسبات و در نتیجه زمان پاسخ نسبت به دیگر روشهای بازیابی موسیقی که از این مشخصه استفاده نمی کنند می شود. نتایج روش پیشنهادی، صحت 98 % در بازیابی موسیقی با مجموعه ای از سیگنالهای پرس و جو تصادفی را نشان می دهد

نویسندگان

نسترن برجیان

دانشجوی دکتری، دانشگاه تربیت مدرس ، تهران

احسان اله کبیر

استاد، دانشگاه تربیت مدرس ، تهران

الیپس مسیحی

استادیار، دانشگاه تربیت مدرس ، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • صنیعی آباده. محمد، داده کاوی کاربردی، جلد اول، ویرایش اول، ...
  • حبیبی اقدم. حامد، همایون پور. محمد مهدی، "شناسایی خودکار سبک ...
  • K. Kim, K. R. Park, S. Park, S. Lee, "Robust ...
  • L. Lu, H. You and H. Zhang, _ New Approach ...
  • _ _ _ _ _ Similarity Measures between Probability Density ...
  • R. Mayer, R. Neumayer, A. Rauber, "Combination of Audio Lyrics ...
  • Audio _ Proceedings of the _ Internationat Conference _ Multimedia, ...
  • J. Shen, J. Shepherd, A. H. H. Ngu, :0Toward Effective ...
  • _ _ _ Instrument Classification, ", IEEE Transaction on Audio, ...
  • S. Chu, S. Narayanan, C.-C. Jay Kuo, "Environmentl Sound Recognition ...
  • W. Tsai _ Y. Tu, C. Ma, "a FFT-based Fast ...
  • A. L. Koerich, C. Poitevin, _ C ombination of Musical ...
  • Clas sification, " , IEEE Internationat Conference _ System, . ...
  • _ _ Computation. IEEE Computer Society, pp. 580-583, 2O8. ...
  • C. C. Toh, B. Zhang, Y. Wang, _ 'Multip le-Feature ...
  • , Session 4c, Automatic Music Analysis and Transcription, pp. 515-520, ...
  • G. Tzanetakis, P. Cook, "Musical genre Classification of Audio Signal", ...
  • _ _ _ _ Functions of Features", EURASIP Journal on ...
  • _ _ Based and Acoustics, pp. 1-4, 2007. ...
  • نمایش کامل مراجع