ΕπόμενοΕπόμενος οδηγός
Αυτόματη προσθήκη ετικετών μουσικής
Ήχος AI
ΟΔΗΓΟΣ Audio AI
Ανάκτηση Μουσικών Πληροφοριών
Το Music Information Retrieval (MIR) είναι το πεδίο που διδάσκει στους υπολογιστές να αναλύουν, να κατανοούν και να αναζητούν μουσική από σήματα ήχου και παρτιτούρες.
Ακούστε αυτόν τον οδηγόαφήγηση με AI · ~2 min
Σε αυτήν τη σελίδα2 λεπτά ανάγνωση
Επισκόπηση
It powers everything from Shazam-style song identification to Spotify's recommendations and automatic music tagging.
Βαθιά κατάδυση
Η Ανάκτηση Μουσικών Πληροφοριών βρίσκεται στη διασταύρωση της επεξεργασίας σήματος, της μηχανικής μάθησης και της μουσικολογίας. Οι ερευνητές εξάγουν χαρακτηριστικά από τον ήχο, όπως το φασματογράφημα, τους εγκεφαλικούς συντελεστές συχνότητας μελάνης (MFCCs), τα διανύσματα χρώματος και το ρυθμό για να καταγράψουν τον τόνο, τη χροιά, τον ρυθμό και την αρμονία. Από αυτά, τα συστήματα MIR εκτελούν εργασίες όπως παρακολούθηση ρυθμού, ανίχνευση κλειδιού, ταξινόμηση είδους, εξαγωγή μελωδίας, αναγνώριση τραγουδιού διασκευής και σύσταση μουσικής. Το ετήσιο συνέδριο ISMIR και η εκστρατεία αξιολόγησης MIREX οδήγησαν στην πρόοδο από το 2000. Το σύγχρονο MIR χρησιμοποιεί όλο και περισσότερο βαθιά εκμάθηση, εκπαίδευση συνελικτικών δικτύων και μετασχηματιστών απευθείας σε φασματογράμματα και αυτοεποπτευόμενες ενσωματώσεις ήχου, αντικαθιστώντας πολλά χειροποίητα χαρακτηριστικά, ενώ εξακολουθεί να βασίζεται σε έννοιες της μουσικής θεωρίας για την επισήμανση και την ερμηνεία των αποτελεσμάτων.
Υλοποίηση σε πραγματικό κόσμο
Shazam και παρόμοιες εφαρμογές που αναγνωρίζουν ένα τραγούδι από μια θορυβώδη ηχογράφηση τηλεφώνου χρησιμοποιώντας ηχητικά δακτυλικά αποτυπώματα
Το Spotify και το Apple Music δημιουργούν προτάσεις και αυτόματες λίστες αναπαραγωγής από μαθημένη ομοιότητα ήχου
Αυτόματη επισήμανση της διάθεσης, του είδους και των οργάνων για τεράστιες βιβλιοθήκες παραγωγής-μουσικής και στοκ-ήχου
Εντοπισμός εκδόσεων εξωφύλλου και πιθανών αντιστοιχίσεων πνευματικών δικαιωμάτων σε πλατφόρμες όπως το YouTube Content ID
Το μέλλον της ανάκτησης πληροφοριών μουσικής
Το MIR στρέφεται προς μεγάλα μοντέλα ήχου με αυτοεποπτεία που μαθαίνουν γενικές μουσικές αναπαραστάσεις από εκατομμύρια κομμάτια χωρίς ετικέτα και, στη συνέχεια, προσαρμόζονται για συγκεκριμένες εργασίες με λίγα δεδομένα με ετικέτα. Αναμένετε στενότερη ενσωμάτωση με μοντέλα παραγωγής μουσικής, αναζήτηση μουσικής σε φυσική γλώσσα ("βρες ένα αισιόδοξο τζαζ κομμάτι με πινέλα") και καλύτερο χειρισμό μη δυτικών παραδόσεων που αγνοούν τα τυπικά χρωματικά και βασικά μοντέλα. Τα πολυτροπικά συστήματα που συνδυάζουν ήχο, στίχους, παρτιτούρες και μεταδεδομένα θα κάνουν τις συστάσεις και την ανακάλυψη πολύ πιο λεπτές και εξατομικευμένες.
Κάνοντάς το στην πράξη
Γιατί έχει σημασία
- Πρόσβαση και προσέγγιση χρηστών. Βελτιώνει την προσβασιμότητα μέσω διασυνδέσεων μεταγραφής, αφήγησης και φωνής.
- Κόστος και προϋπολογισμός. Οι ομάδες πολυμέσων μπορούν να αποστέλλουν γυαλισμένο ήχο πιο γρήγορα με μικρότερους προϋπολογισμούς.
- Ταχύτητα και κλίμακα. Τα συστήματα που αντιμετωπίζουν πελάτες μπορούν να επεξεργάζονται προφορικές αλληλεπιδράσεις σε μεγαλύτερη κλίμακα.
Προσέξτε
- Οι κίνδυνοι κατάχρησης φωνής και πλαστοπροσωπίας αυξάνονται όταν λείπει η συγκατάθεση.
- Η ακρίβεια μπορεί να πέσει σε τόνους, διαλέκτους ή θορυβώδη περιβάλλοντα.
- Ο συνθετικός ήχος μπορεί να εκληφθεί εσφαλμένα ως αυθεντική ομιλία χωρίς σαφή σήμανση.
Επόμενα βήματα
- Λάβετε ρητή συγκατάθεση για λήψη φωνής, κλωνοποίηση και επαναχρησιμοποίηση.
- Δοκιμάστε την ποιότητα σε διαφορετικά ηχεία και συνθήκες φόντου.
- Καθορίστε πότε ένας άνθρωπος πρέπει να επανεξετάσει ή να εγκρίνει τα αποτελέσματα.
- Επισημάνετε τον συνθετικό ήχο και κρατήστε αρχεία προέλευσης για υπευθυνότητα.
Συνεχίστε την εξερεύνηση
Δωρεάν ενημερωτικό δελτίο
Λάβετε την καθημερινή ενημέρωση AI
Τρία επαληθευμένα νέα AI κάθε πρωί της εβδομάδας, γραμμένα σε απλή αγγλική. Δωρεάν για πάντα, χωρίς διαφημίσεις.
Ένα email κάθε εργάσιμη ημέρα. Κατάργηση συνδρομής με ένα κλικ. Δεν πουλάμε ή μοιραζόμαστε ποτέ τη διεύθυνσή σας.
Δοκιμάστε τον εαυτό σας
Take the Music Information Retrieval quiz
Άμεση ανάδραση σε κάθε απάντηση, και πιστοποιητικό με επαληθεύσιμο ID μόλις περάσετε το μάθημα.
Υποστηρίξτε τη δωρεάν εκπαίδευση AI. AI Understanding είναι μια μη κερδοσκοπική οργάνωση 501(c)(3) — χωρίς διαφημίσεις, χωρίς τοίχο πληρωμής, ποτέ. Κάντε μια δωρεά
Συχνές ερωτήσεις
What is Music Information Retrieval?
Το Music Information Retrieval (MIR) είναι το πεδίο που διδάσκει στους υπολογιστές να αναλύουν, να κατανοούν και να αναζητούν μουσική από σήματα ήχου και παρτιτούρες. Παρέχει τα πάντα, από την αναγνώριση τραγουδιού σε στυλ Shazam έως τις προτάσεις του Spotify και την αυτόματη προσθήκη ετικετών στη μουσική.
Ποιες είναι οι λειτουργίες chroma που χρησιμοποιούνται κυρίως για τη λήψη στο MIR;
Το Chroma διαθέτει αναδιπλούμενη ενέργεια από όλες τις οκτάβες σε 12 τάξεις τόνου, καθιστώντας τα κατάλληλα για ανάλυση αρμονίας, συγχορδίας και πλήκτρων.
Ποιος μετασχηματισμός είναι συνήθως το πρώτο βήμα για τη μετατροπή του ήχου σε αναπαράσταση χρόνου-συχνότητας;
Ο βραχυχρόνιος μετασχηματισμός Fourier παράγει το φασματογράφημα, τη βάση για τα περισσότερα χαρακτηριστικά και μοντέλα MIR.
Σε τι βασίζεται μια εφαρμογή όπως το Shazam για να αναγνωρίσει ένα τραγούδι;
Το δακτυλικό αποτύπωμα δημιουργεί συμπαγή, ανθεκτικά στον θόρυβο κατακερματισμούς κορυφών ήχου που αντιστοιχίζονται σε μια ευρετηριασμένη βάση δεδομένων.
Ποιο ετήσιο συνέδριο συνδέεται περισσότερο με την έρευνα MIR;
Το ISMIR, το συνέδριο International Society for Music Information Retrieval, είναι ο κεντρικός χώρος για το πεδίο.
Ποιο είναι το βασικό πλεονέκτημα των αυτοεποπτευόμενων μοντέλων ήχου στο σύγχρονο MIR;
Η αυτο-εποπτευόμενη μάθηση εξάγει τη γενική μουσική δομή από ήχο χωρίς ετικέτα, μειώνοντας την ανάγκη για δαπανηρά σύνολα δεδομένων με ετικέτα.
Συνέχισε να μαθαίνεις
Σχετικοί οδηγοί
Επιλέχθηκαν περισσότεροι οδηγοί για αυτό το θέμα