Beruflich Dokumente
Kultur Dokumente
Thomas Gängler
Belegarbeit - Verteidigung
# Motivation
# Anwendungsfälle auf private Musiksammlungen
# Musikmerkmale und -metadaten
# Merkmals- und Metadatenextraktion
# Fazit und Ausblick
[01]
# Ordnen
# Orientieren
# Suchen
# Empfehlen
# Wiedergabelisten- und Mixgenerierung
# Verändern
# Gemeinsam Benutzen
"!)*$Y*&Z%Q
# Modern:
"8&!($$
Beziehungsnetz
,Z
Z?
Q
+^
'
$Z
$Z
^
"&!&$)*
_
&Q+
&J*%&
'8!Q+;+
`;Q
Q`Q
=Q+?
jZqZ^
{ QH+_8+N
# Verbalisierte Anfrage:
> Textanfrage H?}Ngesprochene Anfrage HR((N
> StichwortsucheH?}NSuche durch natürliche
Sprache HR((N
# Anfrage mit Audioinhalt:
%
'H$
$+++N$"
$
'
&
HR((N
~&%!
&%`% %
HR((N
# Sehr viel Kontext- und Inhaltsinformationen benötigt
# Anfragen oft unscharf formuliert
{
!
> Gemeinschaftliches Filtern
> Audiosignalanalyse (Inhaltsbasiertes FilternN
> Metadatenanalyse (Kontextbasiertes FilternN
;
Q
H'
N
# Einbeziehung aller Musikmetadatentypen möglich
# Probleme: Popularitätsverzerrung$Kalt-Start-Problem
# (
!*" &&Q+%
Z
<
{
Q+;+@&
8'
$
*~
H
N
[10]
# Administrative Metadaten:
;
Q
H~Z'
N
)&H %*N
> Digitales Ausleihen
[11]
einfache Audiosignaleigenschaften
physikalische Beschreibungen
Frequenz, Spektrum, Intensität, Grobheit, Einschwingzeit,
Dauer Lautheit, ...
angereicherte Audiosignaleigenschaften
Expertentaxonomien Folksonomien
Industrietaxonomien,
Internettaxonomien
Audiosignaleigenschaften
+ Expertentaxonomien
+ Folksonomien
` ;
Q
# Metadatentypen:
R&J*!"$'
$%&
$+++
&J*!'
$
$;$+++
# Musikmetadatentypen:
^'!
_
Q+;+ *q$"&
"
'!
"
_'
Q
$++
'
"8Q+;+'
$="
%
'!,
$}
$^~
$
'$"&$+++
[12]
STFT,
Musikalischer
DWT, Zeit-Frequenz-Transformation Spektralstatistiken
VRT, ... Fingerabdruck
Mel-Skala,
Bark-Skala Perzeptionsmodelle Perzeptionsstatistiken
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
# Fazit:
> Modellierung des Musikwahrnehmungs- und Verarbeits-
prozesses ist komplex
> Kombination der Merkmalsextraktionstechniken und
%
;
Q
=
%&
*
> Ontologiebasiertes Metadatenformat (Music OntologyN
&
Z
&=
Q
> Umfangreiche persönliche Musikwissensbasis als
,
&;
Q
'
# Ausblick:
> Implementierung einer persönlichen Musikwissensbasis
> Ausnutzung des Web of Data <
> Ontologiebasiertes Musikmetadatenformat in
Musikdokumenten
> Erweiterung der Music Ontology (Wiedergabelisten-
$
Q
N
> Optimierung der Extraktionsabläufe (VRT$+++N
@
Z$"Z
^
> Digitales Ausleihen
%
H8
_ N
+'
$?
?*~ $}*=<$<$$
qQ &+
%+Q+&^
} Z&'
)
@8%
'
? ^*+q$@Y(~$+
CDDB
!__++ _
freeDB
!__+&+_
MusicBrainz
!__
&Q+_
Discogs
!__++ _
Allmusic
!__+
+ _
Last.fm
!__+ +_
Pandora
!__+
+ _
Rockanango
!__+
+ _
Amazon
!__+ Q+ _
MARSYAS ,}Q+'
$%~^*~ %
+q$Y
q
$*~$+
CLAM *% $
%
$q*,+Y(%'!%)
@^
q*
YZ
%
%
+?
%Y''
$
$;&$Y$
%$R&+
Vamp
!__+*
+_
ChucK ,<$^&)&$~^+Y+Y &%~~
Y
" (
+??
Y
'
YH?Y'YN$"
$q= $+
MUSCLE
!__+
Z+_
EchoNest
!__++ _
Jaudiotagger
!__+J+_J
_8+J
Aperture
!__
+
+_8+
TagLib
!__*
++__&+
audioDB
!__ ++++
__
&_
[13]
[14]
# Klassisch:
> Facetttennavigation
> Coverbild-Anzeige
[02]
[03]
'H8&N!
Z?
Q
^
J$"&
J$*
*"
$+++
[04]
$Z
Q
^
"X gehört zu Gruppe Y$'
W ist ein
^ 8*'
V$+++
32 / 24
[05]
'H&!NjZqZQ$&
R*_
&Q+
&J*%&
(
=$}
$, $?
$+++
[06]
[07]
[08]
[09]
[15]
[16]
# Rhythmus-MusterH&NRhythmus-HistogrammH N
[17]
DBTune
!__&
+_
BBC Backstage
!__&&+
+ _