Aktuelle Aspekte des Music Information Retrieval

Music Information Retrieval (MIR) ist eine junge Disziplin, die es sich zur Aufgabe gemacht hat, Methoden zu erforschen und Systeme zu entwickeln, die Benutzern grose, in digitaler Form vorliegende Musikkollektionen in vielfaltiger Weise zuganglich machen. Wahrend noch vor ca. zehn Jahren relativ einfache Retrievalszenarien wie die Suche nach kurzen Melodieverlaufen in monophonen Musikstucken studiert wurden, liegt der Fokus aktueller Forschungsbestrebungen auf semantisch komplexen Problemstellungen wie dem Auffinden aller musikalisch ahnlichen Passagen zu einem gegebenen akustischem Musikausschnitt. Im Hinblick auf effiziente Navigation und inhaltsbasierte Suche in umfangreichen und heterogenen Musikdatenbestanden ist die automatisierte Analyse und inhaltliche Erschliesung der Musikdokumente in Verbindung mit leistungsfahigen Indexierungsund Retrievaltechniken von groser Bedeutung. In diesem Artikel werden aktuelle Fragestellungen der automatisierten Musikdatenerschliesung vorgestellt und einige Grundideen bisheriger Losungansatze skizziert.

[1]  Meinard Müller,et al.  Towards Structural Analysis of Audio Recordings in the Presence of Musical Variations , 2007, EURASIP J. Adv. Signal Process..

[2]  Meinard Müller,et al.  Towards an Efficient Algorithm for Automatic Score-to-Audio Synchronization , 2004, ISMIR.

[3]  Jonathan Foote,et al.  Automatic Music Summarization via Similarity Analysis , 2002, ISMIR.

[4]  Biing-Hwang Juang,et al.  Fundamentals of speech recognition , 1993, Prentice Hall signal processing series.

[5]  Christopher Raphael,et al.  A Hybrid Graphical Model for Aligning Polyphonic Audio with Musical Scores , 2004, ISMIR.

[6]  Frank Kurth,et al.  A unified approach to content-based and fault-tolerant music recognition , 2004, IEEE Transactions on Multimedia.

[7]  Lie Lu,et al.  Repeating pattern discovery and structure analysis from acoustic music data , 2004, MIR '04.

[8]  Avery Wang,et al.  An Industrial Strength Audio Search Algorithm , 2003, ISMIR.

[9]  Xavier Rodet,et al.  Improving polyphonic and poly-instrumental music to score alignment , 2003, ISMIR.

[10]  Jürgen Herre,et al.  AudioID: Towards Content-Based Identification of Audio Material , 2001 .

[11]  Meinard Müller,et al.  Audio Matching via Chroma-Based Statistical Features , 2005, ISMIR.

[12]  Ning Hu,et al.  Pattern Discovery Techniques for Music Audio , 2002, ISMIR.

[13]  Gerhard Widmer,et al.  MATCH: A Music Alignment Tool Chest , 2005, ISMIR.

[14]  Xavier Rodet,et al.  Toward Automatic Music Audio Summary Generation from Signal Analysis , 2002, ISMIR.

[15]  George Tzanetakis,et al.  Polyphonic audio matching and alignment for music retrieval , 2003, 2003 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (IEEE Cat. No.03TH8684).

[16]  Gregory H. Wakefield,et al.  Audio thumbnailing of popular music using chroma-based representations , 2005, IEEE Transactions on Multimedia.

[17]  Mohan S. Kankanhalli,et al.  Content-based music structure analysis with applications to music semantics understanding , 2004, MULTIMEDIA '04.

[18]  M. Goto.  A chorus-section detecting method for musical audio signals , 2003, 2003 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (IEEE Cat. No.03TH8684).

[19]  Meinard Müller,et al.  An Efficient Multiscale Approach to Audio Synchronization , 2006, ISMIR.

[20]  Daniel P. W. Ellis,et al.  Ground-truth transcriptions of real music from force-aligned MIDI syntheses , 2003, ISMIR.

[21]  Meinard Müller,et al.  Enhancing Similarity Matrices for Music Audio Analysis , 2006, 2006 IEEE International Conference on Acoustics Speech and Signal Processing Proceedings.