شناسایی خودکار سبک موسیقی

در دهه اخیر به دلیل رشد سریع داده های موسیقی که به صورت فایل های صوتی در اینترنت و از طریق پایگاه داده های بسیار بزرگ قابل دسترس هستند، توجه محققین به روش های پردازش خودکار سیگنال های موسیقی بیشتر از گذشته شده است. شناسایی خودکار سبک موسیقی نیز به عنوان یکی از زمینه های تحقیقی جذاب در این عرصه می باشد. در این مقاله روش های مختلفی برای استخراج ویژگی، انتخاب ویژگی و مدلسازی برای شناسایی خودکار 8 سبک موسیقی شامل سبک های Celtic، Classic، Classic Piano، Jazz، Metal، Persian Classic، Relaxing و Dance که از آلبوم هایی با نوازنده های مختلف جمع آوری شدند، پیاده سازی و مورد ارزیابی قرار گرفت. از میان روش های رایج استخراج ویژگی که در حوزه تشخیص گفتار، شناسایی آلت موسیقی و همچنین شناسایی سبک موسقی مورد استفاده قرار می گیرند، انواع ویژگی های کوتاه مدت، میان مدت و بلند مدت بررسی شده و از ویژگی های بلند مدت به دلیل اینکه در تعیین سبک موسیقی کارآیی چندانی نداشتند، صرف نظر گردید. با استفاده از یک روش انتخاب ویژگی و مطالعه ترکیب های مختلف ویژگی ها، بردار ویژگی مناسب به دست آمد که نهایتا با استفاده از حدود 30 ویژگی برتر انتخاب شده از بین 122 ویژگی، به کارایی 90% در تشخیص سبک موسیقی دست یافتیم. مدلسازی سبک های موسیقی با و بدون در نظر گرفتن توالی زمانی مورد ارزیابی قرار گرفت. از روش های مدلسازی مانند شبکه های عصبی، مدل مخلوط گاوسی، درخت تصمیم، ماشین بردار پشتیبان به تنهایی و نیز در یک ساختار سلسه مراتبی که در آن شناسایی سبک موسیقی از کلاس های با تعداد بیشتری سبک موسیقی شروع و به کلاس های با تنها یک سبک موسیقی ختم می گردد استفاده شد. کارایی بدست آمده با استفاده از این ساختار سلسه مراتبی 88% و در حدود 2% از ساختار مسطح کمتر است، ضمن اینکه ساختار سلسله مراتبی برای تعیین سبک موسیقی در مواردی که با تعداد زیادی از سبک های موسیقی مواجه هستیم بدلیل نیاز به استفاده از تعداد کمتری طبقه بندی کننده در مرحله آزمایش، از سرعت بالاتری برخوردار است. علاوه بر این در یک ساختار سلسله مراتبی دیگر، سعی شد که دسته بندی کننده ها به صورت ترکیب موازی مورد استفاده قرار گرفته و تصمیم گیری بر اساس رای گیری نسبت به نتیجه به دست آمده از دسته بندی کننده ها انجام شود.پ