استرجاع معلومات الموسيقى
استرجاع معلومات الموسيقى (MIR) هو المجال الذي يعلم أجهزة الكمبيوتر تحليل الموسيقى وفهمها والبحث عنها من الإشارات الصوتية والنتائج.
نظرة عامة
It powers everything from Shazam-style song identification to Spotify's recommendations and automatic music tagging.
الغوص العميق
تقع عملية استرجاع المعلومات الموسيقية عند تقاطع معالجة الإشارات والتعلم الآلي وعلم الموسيقى. يستخرج الباحثون ميزات من الصوت مثل المخطط الطيفي ومعاملات التردد الرأسي (MFCCs) ومتجهات اللون والإيقاع لالتقاط درجة الصوت والجرس والإيقاع والتناغم. من خلال هذه الأنظمة، تؤدي أنظمة MIR مهام مثل تتبع الإيقاعات، واكتشاف المفاتيح، وتصنيف النوع، واستخراج اللحن، وتحديد أغنية الغلاف، والتوصية بالموسيقى. كان مؤتمر ISMIR السنوي وحملة التقييم MIREX سبباً في دفع التقدم منذ عام 2000. ويستخدم MIR الحديث بشكل متزايد التعلم العميق، وتدريب الشبكات التلافيفية والمحولات مباشرة على المخططات الطيفية، والتضمينات الصوتية الخاضعة للإشراف الذاتي، لتحل محل العديد من الميزات المصنوعة يدوياً في حين لا تزال تعتمد على مفاهيم نظرية الموسيقى لتسمية النتائج وتفسيرها.
البصيرة الفنية
تبدأ معظم خطوط أنابيب MIR بتحويل الصوت إلى تمثيل تردد زمني باستخدام تحويل فورييه قصير الوقت، والذي غالبًا ما يتم تشويهه إلى مقياس ميل أو تردد سجل يعكس السمع البشري. تتميز ميزات Chroma بطي جميع الأوكتافات في 12 فئة درجة الصوت لمهام التناغم، بينما تقوم MFCCs بضغط الجرس. تقوم الشبكة العصبية أو المصنف بعد ذلك بتعيين هذه التمثيلات إلى تسميات مثل الإيقاع أو المفتاح أو النوع. يستخدم التقييم مقاييس خاصة بالمهمة مثل قياس F لتتبع الإيقاع.
التأثير الاستراتيجي
الوصول والوصول
يعمل على تحسين إمكانية الوصول من خلال واجهات النسخ والسرد والصوت.
التكلفة والميزانية
يمكن للفرق الإعلامية شحن الصوت المصقول بشكل أسرع بميزانيات أصغر.
السرعة والحجم
يمكن للأنظمة التي تواجه العملاء معالجة التفاعلات المنطوقة على نطاق أوسع.
مستقبل استرجاع المعلومات الموسيقية
تتحول MIR نحو نماذج صوتية كبيرة ذاتية الإشراف تتعلم التمثيلات الموسيقية العامة من ملايين المسارات غير المسماة، ثم تقوم بضبطها لمهام محددة مع القليل من البيانات المصنفة. توقع تكاملًا أكثر إحكامًا مع نماذج الموسيقى التوليدية، والبحث عن الموسيقى باللغة الطبيعية ("اعثر على مقطوعة جازية مبهجة باستخدام الفرش")، والتعامل بشكل أفضل مع التقاليد غير الغربية التي تهملها النماذج القياسية والنماذج الرئيسية. الأنظمة متعددة الوسائط التي تجمع بين الصوت وكلمات الأغاني والنتائج والبيانات الوصفية ستجعل التوصية والاكتشاف أكثر دقة وتخصيصًا.
التنفيذ في العالم الحقيقي
يقوم تطبيق Shazam والتطبيقات المشابهة بتحديد الأغنية من خلال تسجيل هاتف صاخب باستخدام بصمات الأصابع الصوتية
يقوم Spotify وApple Music بإنشاء توصيات وقوائم تشغيل تلقائية من التشابه الصوتي المكتسب
وضع العلامات التلقائي على الحالة المزاجية والنوع والأدوات لمكتبات الإنتاج الموسيقي والصوتيات الضخمة
اكتشاف إصدارات الغلاف ومطابقات حقوق الطبع والنشر المحتملة على منصات مثل YouTube Content ID
المخاطر والدرابزين
تزداد مخاطر إساءة استخدام الصوت وانتحال الشخصية عند فقدان الموافقة.
يمكن أن تنخفض الدقة عبر اللهجات أو اللهجات أو البيئات الصاخبة.
يمكن الخلط بين الصوت الاصطناعي والكلام الأصيل دون تصنيف واضح.
خارطة طريق التنفيذ
الحصول على موافقة صريحة لالتقاط الصوت واستنساخه وإعادة استخدامه.
اختبار الجودة عبر مكبرات الصوت المتنوعة وظروف الخلفية.
تحديد متى يجب على الإنسان مراجعة المخرجات أو الموافقة عليها.
قم بتسمية الصوت الاصطناعي واحتفظ بسجلات المصدر للمساءلة.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Music Information Retrieval quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
وضع العلامات التلقائي على الموسيقى
الأسئلة المتداولة
What is Music Information Retrieval?
استرجاع معلومات الموسيقى (MIR) هو المجال الذي يعلم أجهزة الكمبيوتر تحليل الموسيقى وفهمها والبحث عنها من الإشارات الصوتية والنتائج. إنه يشغل كل شيء بدءًا من تحديد الأغنية بأسلوب Shazam وحتى توصيات Spotify ووضع العلامات التلقائية على الموسيقى.
ما هي ميزات الصفاء المستخدمة بشكل أساسي لالتقاطها في MIR؟
تتميز Chroma بالطاقة القابلة للطي من جميع الأوكتافات إلى 12 فئة من درجات الصوت، مما يجعلها مناسبة تمامًا للتناغم والوتر والتحليل الرئيسي.
ما التحويل الأكثر شيوعًا هو الخطوة الأولى في تحويل الصوت إلى تمثيل للتردد الزمني؟
ينتج تحويل فورييه قصير الأمد المخطط الطيفي، وهو الأساس لمعظم ميزات ونماذج MIR.
ما الذي يعتمد عليه تطبيق مثل Shazam للتعرف على الأغنية؟
تعمل بصمة الإصبع على إنشاء تجزئات مدمجة وقوية من الضوضاء لذروات الصوت التي تتم مطابقتها مع قاعدة بيانات مفهرسة.
ما هو المؤتمر السنوي الأكثر ارتباطًا بأبحاث MIR؟
ISMIR، مؤتمر الجمعية الدولية لاسترجاع المعلومات الموسيقية، هو المكان المركزي لهذا المجال.
ما هي الميزة الرئيسية للنماذج الصوتية ذاتية الإشراف في MIR الحديثة؟
يستخرج التعلم الخاضع للإشراف الذاتي البنية الموسيقية العامة من الصوت غير المسمى، مما يقلل الحاجة إلى مجموعات بيانات مكلفة تحمل علامات يدوية.