Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
Musikmetadaten und -merkmale
                                      Thomas Gängler
                             Belegarbeit...
Musikmetadaten und -merkmale
                                                                                             ...
Musikmetadaten und -merkmale
                                                                                             ...
Musikmetadaten und -merkmale
                                                                                             ...
Musikmetadaten und -merkmale
                                                                                             ...
Musikmetadaten und -merkmale
                                                                                             ...
Musikmetadaten und -merkmale
                                                                                             ...
!LBUMTITEL
-USIKSTÔCKTITEL
               3ICHTENBASIERT AKTUELLE ,IEBLINGSSTÔCKE
ALLGEMEINE
               AVORITEN
!RCHIV
'RηE UND +ONTEXT BEEINÛUSST -ETADATENFELDERBEDARF
               -ODERN -USIKGENRE
(ERKUNFTSLAND
ELIEBTHEIT
7IEDERGABEH¼UÚGKEIT
6ERÎFFENTLICHUNGSDATUM
#        Individuelle Strategien: Musikkontext
                )NHALTLICHE %IGENSCHAFTEN AKUSTISCH
SUBJEKTIV
      #        Möglichkeit der Mehrfachbelegung von Metadatenfeldern
               ENUTZERPROÚL FÔR -USIKKONTEX...
Musikmetadaten und -merkmale
                                                                                             ...
#OVERBILD
!NZEIGE
      #        Modern:
                +ONTEXTBASIERTE 3ICHTEN ,ANDKARTE
:EITLEISTE
Beziehungsnetz
                   'EO
 UND :EIT
)NFORMATIONEN UND ZUGEHÎR 2ELATIONEN
                   -USIKKÔNSTLER
GRUPPEN
STÔCKE UND 2ELATIONEN
                +ONTENTBASIERTE 3ICHTEN 3CHIEBEREGLER
ELDNAVIGATION
                   6AGEUNGENAUE BZW SUBJEKTIVE !NGABEN
                -IX Z
                   :EITLEISTE  ...
Musikmetadaten und -merkmale
                                                                                             ...
3UMMEN
+LOPFEN
-USIKBEISPIEL 3/,,
               (YBRIDE !NFRAGE
                6ERBALISIERTE !NFRAGE  !NFRAGE MIT !UDIOINHALT 3/,,
    ...
Musikmetadaten und -merkmale
                                                                                             ...
Kalt-Start-Problem
      #        ,ÎSUNG SINNVOLLE +OMBINATION BZW !USWAHL
 UND
               7ICHTUNGSMÎGLICHKEIT DER œH...
VORDEÚNIERTER 3TEREOTYPEN DEMOGRAÚSCHES ILTERN

 Motivation       Anwendungsfälle    Musikmerkmale    Merkmalsextraktion  ...
Musikmetadaten und -merkmale
                                                                                             ...
MusikkontextDEÚNITION
!USWAHL
               2EAKTIONS
EWERTUNGSFUNKTION FÔR !NPASSUNG




                                                     ...
Musikmetadaten und -merkmale
                                                                                             ...
3TRUKTUR
/RT
!RT DER -USIKSAMMLUNG UND 
STÔCKE
                (INZUFÔGEN
%NTFERNEN
!RCHIVIEREN
3YNCHRONISIEREN
7ERKZEUGGESÔTZTE 6ERWALTUNG MIT (ILFE VON Z
                   Gebrauchs- und Benutzungsanalysen
               )NFORMATIO...
Nächste SlideShare
Wird geladen in …5
×

Metadaten und Merkmale zur Verwaltung von Persönlichen Musiksammlungen (Low Res)

1.431 Aufrufe

Veröffentlicht am

Veröffentlicht in: Technologie, Bildung
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Metadaten und Merkmale zur Verwaltung von Persönlichen Musiksammlungen (Low Res)

  1. 1. Musikmetadaten und -merkmale Thomas Gängler Belegarbeit - Verteidigung Metadaten und Merkmale zur Verwaltung von persönlichen Musiksammlungen
  2. 2. Musikmetadaten und -merkmale Thomas Gängler Aufgabenstellung Belegarbeit - Verteidigung # Darstellung von Anwendungsfällen im privaten Umfeld: > Persönliche Musiksammlungen als Anwendungsbereich # Untersuchung von Audio-Material-Analysetechniken und -Beschreibungsformen: > Charakteristische Merkmale und Metadatenstandards > Prozess der Merkmals- und Metadatenextraktion > Existierende Lösungen in diesem Bereich # Konzeption und prototypische Umsetzung einer Audio- Analyse-Komponente Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 02 / 24
  3. 3. Musikmetadaten und -merkmale Thomas Gängler Agenda Belegarbeit - Verteidigung # Motivation # Anwendungsfälle auf private Musiksammlungen # Musikmerkmale und -metadaten # Merkmals- und Metadatenextraktion # Fazit und Ausblick Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 03 / 24
  4. 4. Musikmetadaten und -merkmale Thomas Gängler Persönliche Musiksammlungen Belegarbeit - Verteidigung # Verlagerung in den Bereich digitaler Medien: 3INNESEMPÚNDUNG DER (APTIK RÔCKT IN DEN (INTERGRUND Größe der Sammlungen steigt .EUE :UGANGSMÎGLICHKEITEN FÔR 6ERWALTUNG NOTWENDIG Erfordern moderne Musikmerkmalsextraktionstechniken und Informationsanreicherungsmethoden # Anpassung an die Wahrnehmung des Benutzers Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 04 / 24
  5. 5. Musikmetadaten und -merkmale Thomas Gängler Musikinformationsretrieval Belegarbeit - Verteidigung [01] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 05 / 24
  6. 6. Musikmetadaten und -merkmale Thomas Gängler Anwendungsfälle Belegarbeit - Verteidigung # Ordnen # Orientieren # Suchen # Empfehlen # Wiedergabelisten- und Mixgenerierung # Verändern # Gemeinsam Benutzen Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 06 / 24
  7. 7. Musikmetadaten und -merkmale Thomas Gängler Ordnen Belegarbeit - Verteidigung +LASSISCH +ÔNSTLERNAME
  8. 8. !LBUMTITEL
  9. 9. -USIKSTÔCKTITEL 3ICHTENBASIERT AKTUELLE ,IEBLINGSSTÔCKE
  10. 10. ALLGEMEINE AVORITEN
  11. 11. !RCHIV
  12. 12. 'RηE UND +ONTEXT BEEINÛUSST -ETADATENFELDERBEDARF -ODERN -USIKGENRE
  13. 13. (ERKUNFTSLAND
  14. 14. ELIEBTHEIT
  15. 15. 7IEDERGABEH¼UÚGKEIT
  16. 16. 6ERÎFFENTLICHUNGSDATUM
  17. 17. # Individuelle Strategien: Musikkontext )NHALTLICHE %IGENSCHAFTEN AKUSTISCH
  18. 18. SUBJEKTIV # Möglichkeit der Mehrfachbelegung von Metadatenfeldern ENUTZERPROÚL FÔR -USIKKONTEXTE UND /RDNUNGSSTRATEGIEN Austausch- und portierbar Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 07 / 24
  19. 19. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung +LASSISCH ACETTENNAVIGATION
  20. 20. #OVERBILD !NZEIGE # Modern: +ONTEXTBASIERTE 3ICHTEN ,ANDKARTE
  21. 21. :EITLEISTE
  22. 22. Beziehungsnetz 'EO UND :EIT )NFORMATIONEN UND ZUGEHÎR 2ELATIONEN -USIKKÔNSTLER
  23. 23. GRUPPEN
  24. 24. STÔCKE UND 2ELATIONEN +ONTENTBASIERTE 3ICHTEN 3CHIEBEREGLER
  25. 25. ELDNAVIGATION 6AGEUNGENAUE BZW SUBJEKTIVE !NGABEN -IX Z :EITLEISTE EZIEHUNGSNETZ ZUS¼TZL )NFORMATIONEN $ 2AUM AUF œHNLICHKEITSMATRIZEN INHALTLKONTEXT Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 08 / 24
  26. 26. Musikmetadaten und -merkmale Thomas Gängler Suchen Belegarbeit - Verteidigung # Verbalisierte Anfrage: Textanfrage )34 ODER gesprochene Anfrage 3/,, Stichwortsuche )34 ODER Suche durch natürliche Sprache 3/,, # Anfrage mit Audioinhalt: !NFRAGE DURCH -ELODIE 3INGEN
  27. 27. 3UMMEN
  28. 28. +LOPFEN
  29. 29. -USIKBEISPIEL 3/,, (YBRIDE !NFRAGE 6ERBALISIERTE !NFRAGE !NFRAGE MIT !UDIOINHALT 3/,, # Sehr viel Kontext- und Inhaltsinformationen benötigt # Anfragen oft unscharf formuliert Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 09 / 24
  30. 30. Musikmetadaten und -merkmale Thomas Gängler Empfehlen Belegarbeit - Verteidigung œHNLICHKEITSMETRIKEN AUS Gemeinschaftliches Filtern Audiosignalanalyse (Inhaltsbasiertes Filtern Metadatenanalyse (Kontextbasiertes Filtern ENUTZERPROÚLAUSWERTUNG -USIKGESCHMACKSPROÚL # Einbeziehung aller Musikmetadatentypen möglich # Probleme: Popularitätsverzerrung
  31. 31. Kalt-Start-Problem # ,ÎSUNG SINNVOLLE +OMBINATION BZW !USWAHL UND 7ICHTUNGSMÎGLICHKEIT DER œHNLICHKEITSMETRIKEN Z %INBINDUNG EXISTIERENDER -USIKGESCHMACKSPROÚLE
  32. 32. VORDEÚNIERTER 3TEREOTYPEN DEMOGRAÚSCHES ILTERN Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 10 / 24
  33. 33. Musikmetadaten und -merkmale Thomas Gängler Wiedergabelisten und Mixe Belegarbeit - Verteidigung # Private Wiedergabeliste vs formaler Mix Präzise und vage Angabe von vielfältigen Informationen # Arten der Wiedergabelistengenerierung: $URCHEINANDERGEMISCHT GGF TEILORDNUNGSERHALTEND 0ERSONALISIERT BZW CLEVER !NFANGSWERT
  34. 34. MusikkontextDEÚNITION
  35. 35. !USWAHL 2EAKTIONS EWERTUNGSFUNKTION FÔR !NPASSUNG [10] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 11 / 24
  36. 36. Musikmetadaten und -merkmale Thomas Gängler Verändern Belegarbeit - Verteidigung 'RηE
  37. 37. 3TRUKTUR
  38. 38. /RT
  39. 39. !RT DER -USIKSAMMLUNG UND STÔCKE (INZUFÔGEN
  40. 40. %NTFERNEN
  41. 41. !RCHIVIEREN
  42. 42. 3YNCHRONISIEREN
  43. 43. 7ERKZEUGGESÔTZTE 6ERWALTUNG MIT (ILFE VON Z Gebrauchs- und Benutzungsanalysen )NFORMATIONEN ÔBERZU -USIKSTÔCKEN 4EIL AUTOMATISIERTE %RG¼NZUNGEN KORREKTUREN AUF ASIS DER JEWEILIGEN -USIKMETADATENTYPEN 7ERKZEUGGESTÔTZTE !NPASSUNGEN DURCH ENUTZER Musikkommentierungsspiele Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 12 / 24
  44. 44. Musikmetadaten und -merkmale Thomas Gängler Gemeinsam Benutzen Belegarbeit - Verteidigung # Administrative Metadaten: ENUTZERPROÚLE FÔR ANGEPASSTE 3ICHTEN UND 3TATISTIKEN :UGANGSKONTROLLE n0ARTY -ODUSo REIGABEN GEMEINSAMES !RCHIV Digitales Ausleihen [11] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 13 / 24
  45. 45. Musikmetadaten und -merkmale Thomas Gängler Anforderungen Belegarbeit - Verteidigung EREITSTELLUNG
  46. 46. 6ERARBEITUNG VON UMFANGREICHEN EXAKTEN und vagen Angaben in verschiedenen Bereichen Ausnutzung semantischer Zusammenhänge ENUTZERPROÚL FÔR !NPASSUNGEN
  47. 47. 3TATISTIKEN # Anforderungen von derzeitig existierenden Programmen zur 6ERWALTUNG VON -USIKSAMMLUNGEN NOCH NICHT ERFÔLLT Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 14 / 24
  48. 48. Musikmetadaten und -merkmale Thomas Gängler Musikmerkmale Belegarbeit - Verteidigung einfache Audiosignaleigenschaften physikalische Beschreibungen Frequenz, Spektrum, Intensität, Grobheit, Einschwingzeit, Dauer Lautheit, ... angereicherte Audiosignaleigenschaften perzeptuelle Eigenschaften raum-zeitliche Struktureigenschaften Tonhöhe, Tondauer, Harmonie, Rhythmus, Melodie, Klangfarbe Musikvortragsbezeichnungen Taxonomien Genre, Stimmung, Instrumente, ... Expertentaxonomien Folksonomien Industrietaxonomien, Internettaxonomien Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 15 / 24
  49. 49. Musikmetadaten und -merkmale Thomas Gängler Musikgenretaxonomien Belegarbeit - Verteidigung +EINE ALLGEMEINGÔLTIGE -USIKGENRETAXONOMIE MÎGLICH # Arten von Musikgenretaxonomien: %XPERTENTAXONOMIEN STARR DEÚNIERT
  50. 50. HIERARISCH
  51. 51. ALTERND OLKSONOMIEN ÛEXIBEL
  52. 52. SCHNELL WACHSEND
  53. 53. RIESIG Ein dritter Ansatz: 4EIL !UTOMATISCHE +LASSIÚKATION 'RUPPIERUNG Audiosignaleigenschaften + Expertentaxonomien + Folksonomien ENUTZERPROÚL Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 16 / 24
  54. 54. Musikmetadaten und -merkmale Thomas Gängler Musikmetadaten Belegarbeit - Verteidigung # Metadatentypen: /BJEKTIV +ÔNSTLER
  55. 55. -USIKSTÔCKTITEL
  56. 56. !LBUMTITEL
  57. 57. 3UBJEKTIV -USIKGERNE
  58. 58. 3TIMMUNG
  59. 59. EKANNTHEITSGRAD
  60. 60. # Musikmetadatentypen: 2EDAKTIONELLE -ETADATEN PROFESSIONELL GEMEINSCHAFTLICH ERSTELLT Z ADMINISTRATIVE $ATEN
  61. 61. +ÔNSTLERBIOGRAÚEN +ULTURELLE -ETADATEN DURCH +ULTUR -ILIEU ERZEUGT
  62. 62. DH -USIK IN EINEM +ONTEXT Z -USIKSTIL
  63. 63. ¼HNLICHE +ÔNSTLER !KUSTISCHE -ETADATEN 'RUNDTONART
  64. 64. 4EMPO
  65. 65. 2HYTHMUS
  66. 66. -ELODIE
  67. 67. +LANGFARBE
  68. 68. Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 17 / 24
  69. 69. Musikmetadaten und -merkmale Thomas Gängler Musikmetadatenformate und - dienste Belegarbeit - Verteidigung ORMATGEBUNDENE 3PEZIÚKATIONEN ID3
  70. 70. ORMATUNABH¼NGIGE 3PEZIÚKATIONEN MPEG-Standards: MPEG-7
  71. 71. MPEG-21 Ontologien: Music Ontology INKL %RWEITERUNGEN # Audiosignalträgerkatalogisierungsdienste: CDDB
  72. 72. freeDB
  73. 73. MusicBrainz
  74. 74. Discogs
  75. 75. Allmusic
  76. 76. # Musikempfehlungs- und entdeckungsdienste: Last.fm
  77. 77. Pandora
  78. 78. Amazon
  79. 79. Rockanango 0ROJEKT
  80. 80. Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 18 / 24
  81. 81. Musikmetadaten und -merkmale Thomas Gängler Musikmetadatenformate und -dienste Belegarbeit - Verteidigung 5NTERSTÔTZUNG UND 1UALIT¼T NACH -USIKMETADATENTYPEN redaktionelle kulturelle akustische formatgebunden ++ + MPEG-7 und -21 ++ + ++ Music Ontology +++ +++ +++ CDDB² + + + freeDB + MusicBrainz ++ ++ + Discogs +++ ++ Allmusic +++ ++ ++ Last.fm ++ +++ + Pandora ++ ++ ++ Amazon ++ + Rockanango ++ ++ ++ Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 19 / 24
  82. 82. Musikmetadaten und -merkmale Thomas Gängler Merkmalsextraktion Belegarbeit - Verteidigung [12] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 20 / 24
  83. 83. Musikmetadaten und -merkmale Thomas Gängler Audiosignalextraktion Belegarbeit - Verteidigung 2AHMENWERKE Musikdokument MARSYAS
  84. 84. CLAM
  85. 85. Vamp Audiosignal # Programmiersprache: ChucK # Web Services: Signalabtastung MUSCLE
  86. 86. Echo Nest Analyse-/Texturfenster Direkte Statistiken STFT, Musikalischer DWT, Zeit-Frequenz-Transformation Spektralstatistiken VRT, ... Fingerabdruck Mel-Skala, Bark-Skala Perzeptionsmodelle Perzeptionsstatistiken Rhythmus, Tonhöhe, Histogramme Klangfarbe Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 21 / 24
  87. 87. Musikmetadaten und -merkmale Thomas Gängler Metadatenextraktion Belegarbeit - Verteidigung Musikdokument Audiosignalanalyse Jaudiotagger, TagLib, Aperture, Metadaten Merkmalsvektoren Echo Nest, ... Web Services, Suchmaschinen, Metadatenanreicherung Musikinformationsseiten, SPARQL- Endpunkte, lokal bzw. privaten Multivariate Netzwerk, ... Analysemethoden, Maschinelles Lernen, Klassifikation, Einordnung, Ähnlichkeiten Ontologien Persönliche Musikwissensbasis Triple bzw. Quad Store, audioDB Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 22 / 24
  88. 88. Musikmetadaten und -merkmale Thomas Gängler Fazit und Ausblick Belegarbeit - Verteidigung # Fazit: Modellierung des Musikwahrnehmungs- und Verarbeits- prozesses ist komplex Kombination der Merkmalsextraktionstechniken und !NPASSUNG AN DAS ENUTZERPROÚL NOTWENDIG 5NSCH¼RFE UND !BSTRAKTION FÔR INTUITIVEN 5MGANG Ontologiebasiertes Metadatenformat (Music Ontology FÔR FORMATGEBUNDENE UND UNABH¼NGIGE 3PEZIÚKATIONEN Umfangreiche persönliche Musikwissensbasis als 'RUNDLAGE FÔR BESSERE ENUTZUNG DER -USIKSAMMLUNG Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 23 / 24
  89. 89. Musikmetadaten und -merkmale Thomas Gängler Fazit und Ausblick Belegarbeit - Verteidigung # Ausblick: Implementierung einer persönlichen Musikwissensbasis Ausnutzung des Web of Data FÔR 7ISSENSANREICHERUNG Ontologiebasiertes Musikmetadatenformat in Musikdokumenten Erweiterung der Music Ontology (Wiedergabelisten- MODELLIERUNG
  90. 90. ERWEITERTES 6ERÎFFENTLICHUNGSKONZEPT Optimierung der Extraktionsabläufe (VRT
  91. 91. UND %INORDNUNGS
  92. 92. +LASSIÚKATIONS UND 2EGRESSIONSTECHNIKEN Digitales Ausleihen !NFRAGEN PER NATÔRLICHER 3PRACHE TEXTUELLMÔNDLICH Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 24 / 24
  93. 93. Musikmetadaten und -merkmale Thomas Gängler Bilderverzeichnis Belegarbeit - Verteidigung ;= 8AVIER 3ERRA 3OUND AND -USIC $ESCRIPTION 0RESENTATION AT -USIC4ECHNOLOGY 'ROUP
  94. 94. 5NIVERSITAT 0OMPEU ABRA
  95. 95. ARCELONA
  96. 96. [02] Ausschnitt aufgenommen von der Sicht Cover Flow in iTunes ;= !USSCHNITT AUFGENOMMEN VON HTTPWWWLASTMUSICMAPCOM ;= 9VES 2AIMOND ! $ISTRIBUTED -USIC )NFORMATION 3YSTEM 0H$ THESIS
  97. 97. 1UEEN -ARY
  98. 98. 5NIVERSITY OF ,ONDON
  99. 99. .OVEMBER ;= !USSCHNITT AUFGENOMMEN VON HTTPAUDIOMAPTUNEGLUENET ;= !USSCHNITT AUFGENOMMEN VON HTTPÚNETUNESMUSICLENSDE ;= !USSCHNITT AUFGENOMMEN VON HTTPMUSICOVERYCOM ;= !USSCHNITT AUFGENOMMEN VON HTTPWWWSFUCAsJDYIMMUSICIAN-APMUSICIAN-APHTML [09] Ausschnitt aufgenommen von der Sicht MUÚN VISION in MAGIX MP3 Maker 15 ;= !NITA 3HEN ,ILLIE -USICOX .AVIGATING THE SPACE OF YOUR MUSIC -ASTERmS THESIS
  100. 100. 3CHOOL OF !RCHITECTURE AND 0LANNING
  101. 101. -ASSACHUSETTS )NSTITUTE OF4ECHNOLOGY
  102. 102. 3EPTEMBER [11] Beispiel ist von der Rent-Aktion abgeleitet; siehe HTTPRHIZOMIKNETsROBERTOTHESISHTML#ONCEPTUALISATIONHTML !CTION2ENT ;= 4RISTAN *EHAN #REATING -USIC BY ,ISTENING 0H$ THESIS
  103. 103. 3CHOOL OF !RCHITECTURE AND 0LANNING
  104. 104. -ASSACHUSETTS )NSTITUTE OF4ECHNOLOGY
  105. 105. 3EPTEMBER ;= HTTPIMSDEIUNIPDITWEBSITESCMSRESEARCHMUSICINFORMATION RETRIEVALHTML ;= ,UIS 'USTAVO 0EREIRA -ARQUES -ARTINS ! #OMPUTATIONAL RAMEWORK FOR 3OUND 3EGREGATION IN -USIC 3IGNALS 0H$ THESIS
  106. 106. ACULDADE DE %NGENHARIA DA 5NIVERSIDADE DO 0ORTO
  107. 107. 3EP ;= -ICHAEL INGERHUT -USIC )NFORMATION 2ETRIEVAL
  108. 108. OR HOW TO SEARCH FOR AND MAYBE ÚND MUSIC AND DO AWAY WITH INCIPITS )N )NTERNATIONAL !SSOCIATION OF 3OUND AND !UDIOVISUAL !RCHIVES )!3! #ONFERENCE
  109. 109. /SLO
  110. 110. .ORWEGEN
  111. 111. ;= 4HOMAS ,IDY %VALUATION OF .EW !UDIO EATURES AND4HEIR 5TILIZATION IN .OVEL -USIC 2ETRIEVAL !PPLICATIONS -ASTERmS THESIS
  112. 112. )NSTITUT FÔR 3OFTWARETECHNIK UND )NTERAKTIVE 3YSTEME
  113. 113. 4ECHNISCHEN 5NIVERSIT¼T 7IEN
  114. 114. 7IEN
  115. 115. ®STERREICH
  116. 116. $EZEMBER ;= !LIAKSANDR 6 0ARADZINETS 6ARIABLE 2ESOLUTION4RANSFORM BASED -USIC EATURE %XTRACTION AND THEIR !PPLICATIONS FOR -USIC )NFORMATION 2ETRIEVAL 0H$ THESIS
  117. 117. %COLE #ENTRALE DE ,YON
  118. 118. Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 25 / 24
  119. 119. Musikmetadaten und -merkmale Thomas Gängler Musikmetadatendiensteverzeichnis Belegarbeit - Verteidigung CDDB HTTPWWWGRACENOTECOM freeDB HTTPWWWFREEDBORG MusicBrainz HTTPMUSICBRAINZORG Discogs HTTPWWWDISCOGSCOM Allmusic HTTPWWWALLMUSICCOM Last.fm HTTPWWWLASTFMDE Pandora HTTPWWWPANDORACOM Rockanango HTTPWWWARISTOMUSICCOM Amazon HTTPWWWAMAZONCOM Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 26 / 24
  120. 120. Musikmetadaten und -merkmale Thomas Gängler 2AHMENWERKE
  121. 121. $IENSTE
  122. 122. $ATENBANKEN Belegarbeit - Verteidigung MARSYAS 'EORGE4ZANETAKIS -ANIPULATION
  123. 123. !NALYSIS AND 2ETRIEVAL 3YSTEMS FOR !UDIO 3IGNALS 0H$ THESIS
  124. 124. #OMPUTER 3CIENCE $EPARTMENT
  125. 125. 0RINCETON 5NIVERSITY
  126. 126. CLAM 8AVIER !MATRIAIN
  127. 127. 0AU !RUMI
  128. 128. AND $AVID 'ARCIA #,!- ! RAMEWORK FOR %FÚCIENT AND 2APID $EVELOPMENT OF #ROSS PLATFORM !UDIO !PPLICATIONS )N 0ROCEEDINGS OF !#- -ULTIMEDIA
  129. 129. PAGES q
  130. 130. 3ANTA ARBARA
  131. 131. #ALIFORNIA
  132. 132. 53!
  133. 133. /KTOBER Vamp HTTPWWWVAMPPLUGINSORG ChucK 'E 7ANG
  134. 134. 2EBECCA IEBRINK
  135. 135. AND 0ERRY 2 #OOK #OMBINING !NALYSIS AND 3YNTHSIS IN THE #HU+ 0ROGRAMMING ,ANGUAGE )N 0ROCEEDINGS OF THE )NTERNATIONAL #OMPUTER -USIC #ONFERENCE )#-#
  136. 136. +OPENHAGEN
  137. 137. $¼NEMARK
  138. 138. MUSCLE HTTPWWWMUSCLE NOEORG EchoNest HTTPTHEECHONESTCOM Jaudiotagger HTTPWWWJTHINKNETJAUDIOTAGGERINDEXJSP Aperture HTTPAPERTURESOURCEFORGENETINDEXHTML TagLib HTTPDEVELOPERKDEORGsWHEELERTAGLIBHTML audioDB HTTPOMRASDOCGOLDACUKSOFTWAREAUDIODB Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 27 / 24
  139. 139. Musikmetadaten und -merkmale Thomas Gängler -)2 IM +ONTEXT Belegarbeit - Verteidigung [13] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 28 / 24
  140. 140. Musikmetadaten und -merkmale Thomas Gängler Musikwahrnehmung Belegarbeit - Verteidigung [14] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 29 / 24
  141. 141. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung # Klassisch: Facetttennavigation Coverbild-Anzeige [02] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 30 / 24
  142. 142. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -ODERN KONTEXTBASIERTE 3ICHTEN ,ANDKARTE 'EO )NFORMATIONEN UND ZUGEHÎRIGE 2ELATIONEN 6ERÎFFENTLICHUNGSLAND
  143. 143. +ÔNSTLERGEBURTSORT
  144. 144. +ONZERTORTE
  145. 145. [03] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 31 / 24
  146. 146. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -ODERN KONTEXTBASIERTE 3ICHTEN :EITLEISTE :EIT )NFORMATIONEN UND ZUGEHÎRIGE 2ELATIONEN 6ERÎFFENTLICHUNGSJAHR
  147. 147. +ÔNSTLERGEBURTSJAHR
  148. 148. :EITINTERVALL VON +ÔNSTLERKOOPERATIONEN
  149. 149. [04] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 32 / 24
  150. 150. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -ODERN KONTEXTBASIERTE 3ICHTEN EZIEHUNGSNETZ -USIKKÔNSTLER
  151. 151. GRUPPEN
  152. 152. STÔCKE UND ZUGEHÎRIGE 2ELATIONEN +ÔNSTLER X gehört zu Gruppe Y
  153. 153. -USIKSTÔCK W ist ein 2EMIX VON -USIKSTÔCK V
  154. 154. 32 / 24 [05] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 33 / 24
  155. 155. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -ODERN KONTENTBASIERTE 3ICHTEN $ .ETZ
  156. 156. 3CHIEBEREGLER /FT VAGEUNGENAUE BZW SUBJEKTIVE !NGABEN ,AUTST¼RKE
  157. 157. 4EMPO
  158. 158. 'ESANGSSTIMME
  159. 159. )NSTRUMENTIERUNG
  160. 160. [06] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 34 / 24
  161. 161. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -ODERN KONTENTBASIERTE 3ICHTEN ELDNAVIGATION 3TIMMUNG
  162. 162. 4ANZBARKEIT
  163. 163. [07] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 35 / 24
  164. 164. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -IX :EITLEISTE
  165. 165. EZIEHUNGSNETZ
  166. 166. ZUS¼TZLICHE )NFORMATIONEN [08] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 36 / 24
  167. 167. Musikmetadaten und -merkmale Thomas Gängler Orientieren Belegarbeit - Verteidigung -IX $ 2AUM 0ARAMETRISIERUNG VON !CHSEN
  168. 168. 'RηE
  169. 169. ARBE œHNLICHKEITSMATRIZEN [09] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 37 / 24
  170. 170. Musikmetadaten und -merkmale Thomas Gängler Musikmerkmale und -metadaten Belegarbeit - Verteidigung [15] Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 38 / 24
  171. 171. Musikmetadaten und -merkmale Thomas Gängler 2HYTHMUSHISTOGRAMM Belegarbeit - Verteidigung [16] # Rhythmus-Muster OBEN Rhythmus-Histogramm UNTEN Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 39 / 24
  172. 172. Musikmetadaten und -merkmale Thomas Gängler Klangfarbenhistogramm Belegarbeit - Verteidigung [17] # VRT-Spektrogramm zur Klangfarbenrepräsentation Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 40 / 24
  173. 173. Musikmetadaten und -merkmale Thomas Gängler Metadatenextraktion Belegarbeit - Verteidigung # Metadatenextraktion aus Musikdokumenten: *AUDIOTAGGER
  174. 174. TagLib
  175. 175. Echo Nest # Metadatenanreicherung durch Informationssuche: Web Services
  176. 176. 3UCHMASCHINEN
  177. 177. SPARQL-Endpunkte ,OKAL BZW PRIVATER .ETZWERKE +LASSIÚKATION
  178. 178. :UORDNUNG UND œHNLICHKEITEN -ULTIVARIATE !NALYSEMETHODEN #LUSTER
  179. 179. -$3
  180. 180. +..
  181. 181. -ASCHINELLES ,ERNEN (--
  182. 182. 36-
  183. 183. Boosting
  184. 184. Ontologien (Similarity Ontology
  185. 185. # Persönliche Musikwissensbasis Quad Store
  186. 186. audioDB Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 41 / 24
  187. 187. Musikmetadaten und -merkmale Thomas Gängler SPARQL-Anfrage Belegarbeit - Verteidigung DBTune HTTPDBTUNEORG BBC Backstage HTTPBBCOPENLINKSWCOMSPARQL Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 42 / 24
  188. 188. Musikmetadaten und -merkmale Thomas Gängler !BKÔRZUNGEN Belegarbeit - Verteidigung MARSYAS Music ANALYSIS
  189. 189. RETRIEVAL
  190. 190. AND SYnthesis for Audio Signals CLAM C++ Library for Audio and Music MUSCLE Multimedia Understanding through SEMANTICS
  191. 191. Computation and LEarning STFT Short-Time Fourier-Transformation DWT Diskrete Wavelet-Transformation VRT Variable Resolution Transform SPARQL S0!21, Protocol and RDF Query Language MDS MultiDimensionale Skalierung KNN KÔNSTLICHE Neuronale Netze HMM Hidden-Markov-Modelle SVM Support-Vektor-Maschinen Motivation Anwendungsfälle Musikmerkmale Merkmalsextraktion Fazit 43 / 24

×