Teknoloji Yönetimi ve Bilim Neotia Enstitüsü Arijit Ghosal liderliğindeki bir grup tarafından oluşturulan sistem, müzikal türler zift, tempo, genlik varyasyon desenleri ile karakterize olduğu fikrine esas alan ve dönemsellik (yüksek sesle ve yumuşak arasındaki değişiklikler) ( nasıl ya da ne ölçüde müzik) ifadeler tekrarlar. Melodi yansıtır - - En büyük türler Saha analizi ile tespit edilebilir yalnız ama diğerleri de dahil olmak üzere daha doğru okumalar yapar.
Ortak Saha özellikleri müziği analiz etmek, sistem 88 frekans bantlarında içine ayırır, her şey onlar hesaplanan kısa süreli olarak adlandırılan hangi kısa çerçevelere bölünür ortalama kare güç (ses dalgasının gerilim ve akım ile ilgili ölçü bir tür ), hem bireysel hem de ortalama olarak. Bu nedenle, temelde enstrümantasyon değişiklikleri - tempo için, bir yenilik şarkı tını değişiklikleri veya ton rengini takip eğrisi ile başlar. Daha sonra bir gerçekleştirir Fourier dönüşümü her biri ayrıca dakikada atım için analiz edilebilir, farklı bir frekansa tekabül eden bir çok sinüs eğriler içine şarkının ses dalgası dekonstürüksiyon.
Genlik varyasyon desenleri için sinyal düzeltti ve sonra matematiksel matris işlemleri sinyalin doku eşdeğer almak için üzerine yapılmaktadır. Periyodiklik için iken, 100 numune her kare içine sinyalini böler ve aralarındaki çapraz korelasyon hesaplar. Sistem daha sonra her çerçevenin maksimum çapraz korelasyon alır ve ortalama ve standart sapmaları hesaplamak için kullanır.
Bu bilgilerin tamamı bir sınıflandırma düzeni içine beslenir alır. Araştırmacılar, üç sınıflandırıcılar ile test yöntemi - perceptronlar denilen nöron benzeri şeylerin birden fazla katmandan oluşan bir yapay sinir ağı olan çok katmanlı algılayıcı (MLP); destek vektör makineleri makine öğrenme ve eğitim veri setinin kullanıldığı (DVM); ve rastgele örneklem uzlaşma rastgele seçilen örnek setine dayanan bir hipotez yapar ve daha sonra (son olarak en uygun tahminini alarak, veri üzerinden ve yineler) modeli karşı doğrular (RANSAC).
RANSAC yedi farklı türlerde 490 şarkıların bir veritabanından geliştirilen hem özellik setleri diğer iki sınıflandırıcı üstünlük sağladı. Ayrıca kullanılan metodoloji daha doğru olduğunu kanıtladı - ya da bir deyişle, "önemli ölçüde daha iyi" - Aynı verilere test edildiğinde, daha önceki çalışmalarda kullanılan farklı yaklaşımlar daha. Araştırmacılar tür tanımlama sistemi kolayca mevcut müzik veritabanları ve tavsiye hizmetleri içine dahil edilebilir inanıyorum.