Wyszukiwanie podobieństw zapisów nutowych
Transkrypt
Wyszukiwanie podobieństw zapisów nutowych
Wyszukiwanie podobieństw zapisów nutowych Marek Kowalski1 , Dorota Narojczyk2 , Marek Szczepański1 1 Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie 2 Wyższa Szkoła Finansów i Zarządzania w Warszawie Podobne czy niepodobne? A może trochę podobne? Czy identyczne fragmenty muzyczne zawsze tak samo wpływają na podobieństwo utworów? Pytanie te są intrygujące w ujęciu utworów muzycznych zwłaszcza z uwagi na wielowarstwowość możliwych odpowiedzi. W tym referacie skupimy się na przedstawieniu modelu porównania utworów na podstawie ich zapisu nutowego. Rozszerzając znane metody bazujące na wyszukaniu odległości w zapisach nutowych, wprowadzimy dodatkowy etap wstępnego przetwarzania, polegający na wyszukaniu części utworu powtarzających się w nim samym. Jest to motywowane naturalnym darem łatwego zapamiętania i rozpoznania tematu utworu lub refrenu. Rozpatrzenie zapisu nutowego jako reprezentacji utworu pozwala wykorzystać metody badań porównywalne do wykorzystywanych w wykrywaniu podobieństwa pomiędzy utworami literackimi. W naszym modelu przedstawimy dwa przypadki wykorzystania zapisu nutowego. W pierwszym będziemy brali pod uwagę informację związaną z nutami (długość i położenie), a w drugim przypadku wykorzystamy informację zredukowaną do zapisu konturu muzycznego. Jest to metoda redukcji opisana przez Parsonsa ([2]) polegająca na zapisie kolejnych interwałów pomiędzy nutami: U (interwał rosnący), D (interwał malejący), R (interwał stały). Ilustracja 1: UUUDDDU - Kod Parsonsa dla fragmentu utworu ”Autoportret” Witkacego. W obu przypadkach utwór zostanie podzielony na n-gramy (n kolejnych nut lub interwałów). Każdy n-gram utożsamimy ze słowem i będziemy reprezentować jako unikatową liczbę (z zachowaniem kolejności występowania nut/interwałów). Wyróżnione zostaną słowa i frazy występujące najczęściej w danym utworze (temat lub refren) i w ostateczności będą miały więk1 sze znaczenie przy końcowej decyzji o podobieństwie utworów. Do oceny podobieństwa poszczególnych części utworów użyjemy miary Jaccarda: J(A, B) = |A∩B | , |A∪B | gdzie A i B to zbiory n-gramów określające te części. Ostateczna decyzja o podobieństwie utworów zostanie podjęta z wykorzystaniem logiki rozmytej ([1], [3]). Do budowy reguł decyzyjnych zostanie wykorzystany model wpływu bazujący na wyznaczonych wcześniej miarach podobieństwa poszczególnych części utworów. Końcowy wynik zostanie podany w skali słownej określającej podobieństwo. Podsumowaniem będzie eksperyment zbadania losowej próby utworów pod względem podobieństwa przez stworzony system komputerowy oraz przez losową grupę badanych osób. Celem eksperymentu będzie porównanie rozpoznawania podobieństwa utworów przez człowieka i maszynę. Literatura [1] S. Alzahrani, N. Salim, Fuzzy Semantic-Based String Similarity for Extrinsic Plagiarism Detection, Lab Report for PAN at CLEF, 2010. [2] D. Parsons, The directory of tunes and musical themes. New York: Spencer Brown, 1975. [3] L. Suanmali, N. Salim, M. S. Binwahlan, Fuzzy Logic Based Method for Improving Text Summarization, International Journal of Computer Science and Information Security, Vol. 2, No. 1, 2009. 2