استرجاع المعلومات الموسيقية

تحتوي هذه المقالة على العديد من المشكلات. يُرجى المساعدة في تحسينها أو مناقشة هذه المشكلات على صفحة المناقشة . ( تعرف على كيفية ومتى يمكنك إزالة هذه الرسائل ) قد تكون هذه المقالة تقنية للغاية بحيث يصعب على معظم القراء فهمها .يرجى المساعدة في تحسينه لجعله مفهومًا لغير الخبراء ، دون إزالة التفاصيل الفنية. ( أكتوبر 2012 )( تعرف على كيفية ومتى يمكنك إزالة هذه الرسالة ) تحتاج هذه المقالة إلى مصادر إضافية للتحقق . Please help improve this article by adding citations to reliable sources. Unsourced material may be challenged and removed. Find sources: "Music information retrieval" – news · newspapers · books · scholar · JSTOR (May 2021) (Learn how and when to remove this message) This article possibly contains original research. Please improve it by verifying the claims made and adding inline citations. Statements consisting only of original research should be removed. (May 2021) (Learn how and when to remove this message) (Learn how and when to remove this message)

استرجاع المعلومات الموسيقية ( MIR ) هو علم متعدد التخصصات لاسترجاع المعلومات من الموسيقى . قد يكون لدى المشاركين في MIR خلفية في علم الموسيقى الأكاديمي ، أو علم النفس الصوتي ، أو علم النفس ، أو معالجة الإشارات ، أو المعلوماتية ، أو التعلم الآلي ، أو التعرف البصري على الموسيقى ، أو الذكاء الحسابي ، أو مزيج من هذه التخصصات.

يتم استخدام استرجاع المعلومات الموسيقية من قبل الشركات والأكاديميين لتصنيف الموسيقى ومعالجتها وحتى إنشائها.

أحد مواضيع البحث الكلاسيكية في مجال MIR هو تصنيف النوع، وهو تصنيف العناصر الموسيقية إلى أحد الأنواع المحددة مسبقًا مثل الكلاسيكية والجاز والروك وما إلى ذلك. كما أن تصنيف الحالة المزاجية وتصنيف الفنان وتحديد الآلة ووضع علامات على الموسيقى هي أيضًا موضوعات شائعة.

هناك بالفعل العديد من أنظمة التوصية بالموسيقى، ولكن من المدهش أن القليل منها يعتمد على تقنيات MIR، بدلاً من الاستفادة من التشابه بين المستخدمين أو تجميع البيانات الشاق. على سبيل المثال، يستخدم Pandora خبراء لتمييز الموسيقى بصفات معينة مثل "مغنية" أو "خط باس قوي". تعمل العديد من الأنظمة الأخرى على العثور على المستخدمين الذين لديهم تاريخ استماع مماثل وتقترح عليهم موسيقى لم يسمعوا بها من مجموعاتهم الخاصة. بدأت تقنيات MIR للتشابه في الموسيقى الآن في تشكيل جزء من مثل هذه الأنظمة.

إن فصل مصدر الموسيقى يتعلق بفصل الإشارات الأصلية عن إشارة صوتية مختلطة . أما التعرف على الآلات فيتعلق بتحديد الآلات المشاركة في الموسيقى. وقد تم تطوير أنظمة MIR مختلفة يمكنها فصل الموسيقى إلى مساراتها المكونة دون الوصول إلى النسخة الرئيسية. وبهذه الطريقة، على سبيل المثال، يمكن إنشاء مسارات الكاريوكي من مسارات موسيقية عادية، على الرغم من أن العملية ليست مثالية بعد بسبب احتلال الأصوات لبعض نفس مساحة التردد مثل الآلات الأخرى.

النسخ الموسيقي التلقائي هو عملية تحويل تسجيل صوتي إلى تدوين رمزي، مثل النوتة الموسيقية أو ملف MIDI . ^[1] تتضمن هذه العملية العديد من مهام تحليل الصوت، والتي قد تتضمن اكتشاف النغمات المتعددة، واكتشاف البداية ، وتقدير المدة، وتحديد الآلات، واستخراج المعلومات التوافقية أو الإيقاعية أو اللحنية . تصبح هذه المهمة أكثر صعوبة مع وجود عدد أكبر من الآلات ومستوى تعدد الأصوات الأكبر .

إن توليد الموسيقى تلقائيًا هو هدف يسعى إليه العديد من الباحثين في مجال الذكاء الاصطناعي. وقد بُذلت محاولات عديدة ولكن نجاحها كان محدودًا فيما يتعلق بالتقدير البشري للنتائج.

تقدم النوتات الموسيقية وصفًا واضحًا ومنطقيًا للموسيقى التي يمكن العمل عليها، ولكن الوصول إلى النوتة الموسيقية ، سواء كانت رقمية أو غير ذلك، غالبًا ما يكون غير عملي. كما تم استخدام موسيقى MIDI لأسباب مماثلة، ولكن بعض البيانات تضيع في التحويل إلى MIDI من أي تنسيق آخر، ما لم تكن الموسيقى مكتوبة مع مراعاة معايير MIDI، وهو أمر نادر. تُستخدم تنسيقات الصوت الرقمية مثل WAV و mp3 و ogg عندما يكون الصوت نفسه جزءًا من التحليل. تعمل التنسيقات الضائعة مثل mp3 وogg بشكل جيد مع الأذن البشرية ولكنها قد تفتقر إلى بيانات حاسمة للدراسة. بالإضافة إلى ذلك، تخلق بعض الترميزات قطعًا أثرية قد تكون مضللة لأي محلل تلقائي. على الرغم من هذا، فإن انتشار mp3 يعني أن الكثير من الأبحاث في هذا المجال تنطوي على هذه المواد كمصدر. على نحو متزايد، يتم دمج البيانات الوصفية المستخرجة من الويب في MIR لفهم أكثر شمولاً للموسيقى في سياقها الثقافي، ويتكون هذا مؤخرًا من تحليل العلامات الاجتماعية للموسيقى.

قد يتطلب التحليل غالبًا بعض التلخيص، ^[2] وبالنسبة للموسيقى (كما هو الحال مع العديد من أشكال البيانات الأخرى) يتم تحقيق ذلك من خلال استخراج الميزات ، وخاصةً عندما يتم تحليل محتوى الصوت نفسه وتطبيق التعلم الآلي . والغرض من ذلك هو تقليل الكمية الهائلة من البيانات إلى مجموعة قابلة للإدارة من القيم بحيث يمكن إجراء التعلم في إطار زمني معقول. إحدى الميزات الشائعة المستخرجة هي معامل التردد الميلاني (MFCC) وهو مقياس لجرس قطعة موسيقية . يمكن استخدام ميزات أخرى لتمثيل المفتاح أو الأوتار أو التناغمات أو اللحن أو النغمة الرئيسية أو النبضات في الدقيقة أو الإيقاع في القطعة. هناك عدد من أدوات استخراج ميزات الصوت المتاحة ^[3] متوفرة هنا

• الأساليب الحسابية للتصنيف والتجميع والنمذجة - استخراج السمات الموسيقية للموسيقى أحادية النغمة ومتعددة النغمات ، ومطابقة التشابه والأنماط ، والاسترجاع
• الأساليب الرسمية وقواعد البيانات - تطبيقات التعرف الآلي على الموسيقى ، مثل متابعة النوتة الموسيقية ، والمرافقة الآلية، والتوجيه والتصفية للموسيقى واستعلامات الموسيقى، ولغات الاستعلام، والمعايير وغيرها من البيانات الوصفية أو البروتوكولات الخاصة بمعالجة معلومات الموسيقى واسترجاعها ، وأنظمة متعددة الوكلاء ، والبحث الموزع)
• برامج استرجاع المعلومات الموسيقية — الويب الدلالي والكائنات الموسيقية الرقمية، والوكلاء الأذكياء ، والبرامج التعاونية ، والبحث على شبكة الإنترنت والاسترجاع الدلالي، والاستعلام عن طريق الهمهمة / البحث عن طريق الصوت ، والبصمة الصوتية
• تحليل الموسيقى وتمثيل المعرفة - التلخيص التلقائي ، الاستشهاد، الاقتباس، التخفيض، التحويل، النماذج الرسمية للموسيقى، النوتات الموسيقية الرقمية والتمثيلات، فهرسة الموسيقى والبيانات الوصفية .

• التفاعل بين الإنسان والحاسوب والواجهات — واجهات متعددة الوسائط ، واجهات المستخدم وسهولة الاستخدام ، التطبيقات المحمولة ، سلوك المستخدم
• إدراك الموسيقى والإدراك والتأثير والعواطف - مقاييس تشابه الموسيقى ، والمعايير النحوية، والمعايير الدلالية، والأشكال الموسيقية، والهياكل، والأنماط، ومنهجيات التعليق الموسيقي
• أرشيفات الموسيقى والمكتبات والمجموعات الرقمية — المكتبات الموسيقية الرقمية ، والوصول العام إلى الأرشيفات الموسيقية، ومعايير القياس وقواعد البيانات البحثية
• حقوق الملكية الفكرية والموسيقى - قضايا حقوق النشر الوطنية والدولية، وإدارة الحقوق الرقمية ، والتعريف والتتبع
• علم اجتماع واقتصاد الموسيقى - صناعة الموسيقى واستخدام MIR في الإنتاج والتوزيع وسلسلة الاستهلاك وتشكيل ملف تعريف المستخدم والتحقق واحتياجات المستخدم وتوقعاته وتقييم أنظمة IR الموسيقية وبناء مجموعات الاختبار والتصميم التجريبي والمقاييس

• مؤتمر الجمعية الدولية لاسترجاع المعلومات الموسيقية (ISMIR) هو المكان الأفضل لأبحاث استرجاع المعلومات الموسيقية.
• ويعد المؤتمر الدولي حول الصوتيات والكلام ومعالجة الإشارات (ICASSP) أيضًا مكانًا مهمًا للغاية.

• مايكل فينجرهوت (2004). "استرجاع المعلومات الموسيقية، أو كيفية البحث عن الموسيقى (وربما العثور عليها) والتخلص من البدايات"، مؤتمر IAML-IASA ، أوسلو (النرويج)، 8-13 أغسطس 2004.

• الجمعية الدولية لاسترجاع المعلومات الموسيقية
• البحث في استرجاع المعلومات الموسيقية
• م. شيدل، وإي. جوميز، وج. أوربانو: استرجاع المعلومات الموسيقية: التطورات والتطبيقات الحديثة
• الأنظمة الصوتية الذكية: أساسيات وتطبيقات استرجاع المعلومات الموسيقية، دورة تمهيدية في مركز أبحاث الكمبيوتر في الموسيقى والصوتيات بجامعة ستانفورد
• ميشلين لوسافري: استرجاع المعلومات الموسيقية: الإطار المفاهيمي والتعليق وسلوك المستخدم.
• Imagine Research: تطوير منصة وبرامج لتطبيقات MIR
• AudioContentAnalysis.org: موارد MIR وأكواد MATLAB
• مينز وون، وجان سبيجكيرفيت، وكيون وو تشوي: البرنامج التعليمي - تصنيف الموسيقى: ما وراء التعلم الخاضع للإشراف، نحو تطبيقات في العالم الحقيقي

• موسيبيديا - محرك بحث عن الألحان يوفر عدة طرق للبحث، بما في ذلك الصفير، والنقر، ولوحة مفاتيح البيانو، وكود بارسونز.
• Peachnote — محرك بحث عن الألحان وعارض n-gram الذي يبحث في النوتات الموسيقية الرقمية