Igbapada Alaye Orin
Igbapada Alaye Orin (MIR) jẹ aaye ti o nkọ awọn kọnputa lati ṣe itupalẹ, loye, ati wa orin lati awọn ifihan agbara ohun ati awọn ikun.
Akopọ
O ṣe agbara ohun gbogbo lati idanimọ orin Shazam si awọn iṣeduro Spotify ati fifi aami orin laifọwọyi.
Jin Dive
Imupadabọ Alaye Orin joko ni ikorita ti iṣelọpọ ifihan agbara, ẹkọ ẹrọ, ati imọ-orin. Awọn oniwadi jade awọn ẹya lati inu ohun bii spectrogram, mel-frequency cepstral coefficients (MFCCs), chroma vectors, ati tẹmpo lati gba ipolowo, timbre, rhythm, ati isokan. Lati iwọnyi, awọn ọna ṣiṣe MIR ṣe awọn iṣẹ ṣiṣe bii titọpa lilu, wiwa bọtini, iyasọtọ oriṣi, isediwon orin aladun, idamọ orin ideri, ati iṣeduro orin. Apejọ ISMIR ọdọọdun ati ipolongo igbelewọn MIREX ti ṣe ilọsiwaju ilọsiwaju lati ọdun 2000. MIR ode oni n pọ si ni lilo ẹkọ ti o jinlẹ, ikẹkọ convolutional ati awọn nẹtiwọọki transformer taara lori awọn iwoye, ati awọn ifibọ ohun afetigbọ ti ara ẹni, rọpo ọpọlọpọ awọn ẹya ti a ṣe ni ọwọ lakoko ti o tun gbarale awọn imọran imọ-orin lati ṣe aami ati tumọ awọn abajade.
Imọ-imọ-ẹrọ
Pupọ awọn opo gigun ti MIR bẹrẹ nipasẹ yiyipada ohun afetigbọ sinu aṣoju igbohunsafẹfẹ-akoko nipa lilo Iyipada Aago Kukuru Fourier, nigbagbogbo ja si mel tabi iwọn-igbohunsafẹfẹ log ti o ṣe afihan igbọran eniyan. Awọn ẹya Chroma ṣe agbo gbogbo awọn octaves sinu awọn kilasi ipolowo 12 fun awọn iṣẹ-ṣiṣe isokan, lakoko ti awọn MMCCs compress timbre. Nẹtiwọọki nkankikan tabi alasọtọ lẹhinna maapu awọn aṣoju wọnyi si awọn aami bii tẹmpo, bọtini, tabi oriṣi. Igbelewọn nlo awọn metiriki iṣẹ-ṣiṣe pato gẹgẹbi F-iwọn fun titọpa lilu.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti Igbapada Alaye Orin
MIR n yipada si awọn awoṣe ohun afetigbọ ti ara ẹni ti o tobi ti o kọ awọn aṣoju orin gbogbogbo lati awọn miliọnu awọn orin ti ko ni aami, lẹhinna tun dara fun awọn iṣẹ ṣiṣe kan pato pẹlu data aami kekere. Reti isọpọ titọ pẹlu awọn awoṣe orin ipilẹṣẹ, wiwa orin ede-adayeba (“wa orin jazzy ti o ga pẹlu awọn gbọnnu”), ati mimu mimu dara dara julọ ti awọn aṣa ti kii ṣe ti Iwọ-oorun ti chroma boṣewa ati awọn awoṣe bọtini kọju. Awọn ọna ṣiṣe multimodal apapọ ohun, awọn orin, awọn ikun, ati metadata yoo ṣe iṣeduro ati iṣawari pupọ diẹ sii nuanced ati ti ara ẹni.
Real-World imuse
Shazam ati awọn ohun elo ti o jọra ti n ṣe idanimọ orin kan lati gbigbasilẹ foonu alariwo nipa lilo awọn itẹka ohun
Spotify ati Orin Apple ti n ṣe awọn iṣeduro ati awọn akojọ orin aifọwọyi lati ibajọra ohun afetigbọ
Ifiṣamisi aifọwọyi ti iṣesi, oriṣi, ati awọn ohun elo fun iṣelọpọ nla-orin ati awọn ile-ikawe ohun ohun
Ṣiṣawari awọn ẹya ideri ati awọn ibaamu aṣẹ-lori agbara lori awọn iru ẹrọ bii ID akoonu YouTube
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
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
Itọsọna atẹle
Orin Auto-Tagging
Awọn ibeere ti a beere nigbagbogbo
Kini Music Information Retrieval?
Igbapada Alaye Orin (MIR) jẹ aaye ti o nkọ awọn kọnputa lati ṣe itupalẹ, loye, ati wa orin lati awọn ifihan agbara ohun ati awọn ikun. O ṣe agbara ohun gbogbo lati idanimọ orin ara Shazam si awọn iṣeduro Spotify ati fifi aami si orin laifọwọyi.
Kini awọn ẹya chroma ni akọkọ ti a lo lati mu ni MIR?
Awọn ẹya Chroma agbo agbara lati gbogbo awọn octaves sinu awọn kilasi ipolowo 12, ṣiṣe wọn ni ibamu daradara fun isokan, kọọdu, ati itupalẹ bọtini.
Iyipada wo ni o wọpọ julọ ni igbesẹ akọkọ ni titan ohun ohun sinu aṣoju igbohunsafẹfẹ-akoko kan?
Iyipada Fourier Kukuru-akoko ṣe agbejade spectrogram, ipilẹ fun ọpọlọpọ awọn ẹya MIR ati awọn awoṣe.
Kini ohun elo bii Shazam gbarale lati ṣe idanimọ orin kan?
Titẹ ika ọwọ ṣẹda iwapọ, ariwo-logan hashes ti awọn oke ohun ti o baamu si ibi ipamọ data atọka.
Apejọ ọdọọdun wo ni o ni nkan ṣe pẹlu iwadii MIR?
ISMIR, International Society for Music Retrieval Conference, jẹ aaye aarin fun aaye naa.
Kini anfani bọtini ti awọn awoṣe ohun afetigbọ ti ara ẹni ni MIR ode oni?
Ẹkọ ti a ṣe abojuto ti ara ẹni yọ jade igbekalẹ orin gbogbogbo lati inu ohun ti ko ni aami, idinku iwulo fun awọn ami data ti a fi ọwọ ṣe idiyele.