ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ «ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ» ΜΕ ΘΕΜΑ: A Comparison of Methodic Segmentation Techniques for Music Information Retrieval ΣΥΓΚΡΙΣΗ ΤΕΧΝΙΚΩΝ ΚΑΤΑΤΜΗΣΗΣ ΜΕΛΩΔΙΩΝ ΓΙΑ ΑΝΑΚΤΗΣΗ ΜΟΥΣΙΚΩΝ ΠΛΗΡΟΦΟΡΙΩΝ Giovanna Neve and Nicola Orio Department of Information Engineering – University of Padova Via Gradenigo, 6/b – Padova, Italy {mcic,

ΕΙΣΑΓΩΓΗ ΕΙΣΑΓΩΓΗ  McLean (1996), Εφαρμογή καθιε- ρωμένων αρχών ανάκτησης πλη- ροφοριών κειμένου στη μουσική αναπαράσταση.  Ανάκτηση πληροφοριών κειμένου: Λέξεις (αποτελούν )  Ανάκτηση πληροφοριών κειμένου: Λέξεις (αποτελούν όρους ευρετηρίου)  Ανάκτηση μουσικών εγγράφων: Ειδικοί αλγόριθμοι κατάτμησης για παραγωγή μουσικών  Ανάκτηση μουσικών εγγράφων: Ειδικοί αλγόριθμοι κατάτμησης για παραγωγή μουσικών λεξικολογικών μονάδων.

Πρόσβαση με βάση το περιεχόμενο σε μουσικές ψηφιακές βιβλιοθήκες Σημαντικό γνώρισμα περιγραφής μουσικών πληροφοριών: η Μελωδία  Ερώτημα με παράδειγμα (τραγουδώντας)  Ομοιότητα μεταξύ εγγράφων  Σύσταση μουσικής  Αναζήτηση σε μουσικές συλλογές

Δύο κατηγορίες ανάκτησης μουσικών πληροφοριών  Τεχνικές επιγραμμικής (on- line) αναζήτησης  Τεχνικές ευρετηρίασης, που εξάγουν μη επιγραμμικά (off- line) πληροφορίες  Οι μελωδίες ευρετηριάστηκαν με: 1.Χρήση Ν γραμμάτων, όπου Ν αλληλουχία Ν διαστημάτων τόνου 2.Αυτόματα επισημασμένες λεξικολογικές μονάδες (μελωδικά & ρυθμικά μοτίβα) με αυτόματο αλγόριθμο κατάτμησης βάση μουσικής θεωρίας

Προσεγγίσεις κατάτμησης μελωδιών Προσεγγίσεις κατάτμησης μελωδιών Η μουσική είναι συνεχής ροή γεγονότων χωρίς σαφείς διαχωριστές, γίνετε απαραίτητη η αυτόματη ανίχνευση λεξιλογικών μονάδων ενός μουσικού εγγ- ράφου, για όρους ευρετηρίου.

ΣΤΡΑΤΗΓΗΚΕΣ ΚΑΤΑΤΜΗΣΗΣ ΜΕΛΩΔΙΩΝ (1/2)  Κατάτμηση σταθερού μεγέθους (Fixed- Length Segmentation - FL).  Κατάτμηση σταθερού μεγέθους (Fixed- Length Segmentation - FL). Εξαγωγή από μία μελωδία υποακολουθιών Ν νοτών (Ν γράμματα).  Κατάτμηση από τα δεδομένα (Data- Driven Seg- mentation - DD).  Κατάτμηση από τα δεδομένα (Data- Driven Seg- mentation - DD). Πραγματοποιείται θεωρώντας ότι συνήθη περάσματα μιας μελωδίας επαναλαμβάνονται πολλές φορές.  Κατάτμηση με βάση την αντίληψη (Perception- Based Segmentation - PB).  Κατάτμηση με βάση την αντίληψη (Perception- Based Segmentation - PB). Οι ακροατές κατατέμνουν το μη δομημένο ακουστικό ρεύμα σε μικρότερες μονάδες (μελωδικές φράσεις, μοτίβα ή μουσικές κινήσεις).

ΣΤΡΑΤΗΓΗΚΕΣ ΚΑΤΑΤΜΗΣΗΣ ΜΕΛΩΔΙΩΝ (2/2)  Κατάτμηση προσανατολισμένη στη μουσικολογία (Musicological- oriented Segmentation - MO).  Κατάτμηση προσανατολισμένη στη μουσικολογία (Musicological- oriented Segmentation - MO).Βασίζεται σε γνώσεις σχετικά με τη μουσική θεωρία,  Μεικτή κατάτμηση και συγχώνευση δεδομένων (Mixed Segmentation and Data Fusion - FUS).  Μεικτή κατάτμηση και συγχώνευση δεδομένων (Mixed Segmentation and Data Fusion - FUS). Κάθε τεχνική κατάτμησης επιτρέπει την περιγραφή της μελωδίας με ένα διαφορετικό σύνολο ακολουθιών νοτών. Τα έγγραφα ευρε- τηριάζονται με τη χρήση μονάδων που περιέχουν μόνο πληροφορίες ρυθμού ή τόνου ή των συνδυασμό και των δύο.  Κατάτμηση με ερωτήματα (Query Segmentation - QS)

Πειραματική σύγκριση τεχνικών κατάτμησης (1/3)  Μοντέλο ανάκτησης πληροφοριών Cranfield: συλλογή μουσικών τεστ λαϊκής μουσικής από 2310 αρχεία MIDI ως μουσικά έγγραφα 1.Επιλέχθηκε ο υψηλότερος τόνος ως τμήμα της μελωδίας για πολυφωνικές παρτιτούρες 2.40 ερωτήματα. Το θέμα από το οποίο λαμβανόταν το ερώτημα θεωρούνταν σχετικό  Δοκιμές με μηχανή ανάκτησης, που βασίζεται στο Διανυσματικό Μοντέλο 1.Ανθεκτικότητα σε σφάλματα: με τροποποίηση τόνου & διάρκεια νοτών 2.Αποτέλεσμα μήκους ερωτημάτων; Με συντόμευση αρχικών ερω τημάτων

Πειραματική σύγκριση τεχνικών κατάτμησης (2/3) Πίνακας 1 Βασικά χαρακτηριστικά λεξικολογικών μονάδων για διαφορετικές κατατμήσεις FLDDPBMOFUS Μέσο μήκος (νότες) 3,04,84,03,63 Μέσες μονάδες / έγγραφο 52,161,943,245,0132,4 Αριθμός μονάδων 70,093123,65470,71367,893253,783

Πειραματική σύγκριση τεχνικών κατάτμησης (3/3) Πίνακας 2 Αποτελεσματικότητα ανάκτησης διαφορετικών προσεγγίσεων FLDDPBMOFUS Μέση Ακρίβεια Μέση Ακρίβεια0,980,960,800,831,0 = 1 97,592,572,577,5100 <= 3 97,510087,587,5100 <= 5 97,510087,592,5100 <= ,095,0100 Δεν βρέθηκε 0,00,0102,50,0

Συμπεράσματα (1/2)  Η πρόσβαση και ανάκτηση της μουσικής βρίσκονται σε πρώιμο στάδιο.  Αντικείμενο επιστημονικής έρευνας, ένας αρι- θμός μεθοδολογιών και τεχνικών από την α - ναγνώριση των κατάλληλων γνωρισμάτων,ως δείκτες περιγραφής περιεχομένου.  Οι προσεγγίσεις κατάτμησης (FL) με επικαλυ- πτόμενες μονάδες έδωσαν καλύτερα αποτε- λέσματα από προσεγγίσεις με βάση τη μουσι- κή αντίληψη(PB) ή τη μουσική θεωρία (MO).

Συμπεράσματα (2/2)  Η κατάτμηση σταθερού μήκους(FL) πιο αν- θεκτική σε σφάλματα ερωτημάτων και σε σύντομα ερωτήματα από την κατάτμηση δεδομένων(DD).  Για τη μουσική μια απλή προσέγγιση, που δεν φιλτράρει καμία πληροφορία, βελτιώνει το πο- σοστό αποτελεσμάτων χωρίς υποβάθμιση της ακρίβειας(FUS,FL).  Για μία εργασία ανάκτησης μουσικής η αντι- γραφή των πληροφοριών βοηθά στην επα- κόλουθη βελτίωση των επιδόσεων του συ- στήματος.