Αυτόματη κατηγοριοποίηση ειδών κρητικής μουσικής με χρήση μεθόδων μηχανικής μάθησης.

Abstract

Η παρούσα πτυχιακή εργασία έχει σκοπό την ανάπτυξη ενός μοντέλου αναγνώρισης της τοπικής κρητικής μουσικής, αναπτύσσοντας μια βάση δεδομένων μουσικών δειγμάτων για τα είδη που την περιγράφουν. Έτσι με τη χρήση μεθόδων και εργαλείων μηχανικής μάθησης (machine learning) μπορούμε να είμαστε σε θέση να αναγνωρίζουμε το εκάστοτε είδος. Με την μηχανική μάθηση και τις μεθόδους της, κυρίως την εξαγωγή δεδομένων (data mining), μπορούμε και εξάγουμε συγκεκριμένα χαρακτηριστικά του ήχου. Αυτά στη συνέχεια, μέσω αλγορίθμων αναγνώρισης διανυσμάτων και προτύπων, μπορούμε και τα ταξινομούμε, συνθέτοντας με αυτόν τον τρόπο τη λειτουργία της αυτόματης αναγνώρισης των χαρακτηριστικών αυτών. Επομένως σε επόμενη κλίμακα τα ίδια είδη της μουσικής, που επιθυμούμε, μπορούμε να τα κατηγοριοποιήσουμε. Συγκεκριμένα με τη χρήση μιας βάσης δεδομένων που δημιουργήσαμε και η οποία αποτελείται από τετρακόσια μουσικά αρχεία των οκτώ ειδών, τα οποία περιγράφουν όσο το δυνατόν πιο αντιπροσωπευτικά την κρητική μουσική (αμανέδες, μαλεβιζιώτης, μαντινάδες, πεντοζάλης, πηδηχτός, ριζίτικα, σούστα, συρτός), συνθέτουμε το μοντέλο εκτίμησης (evaluation model) πάνω στο οποίο βασίζεται και η γενικότερη μεθοδολογία. Ως πρώτο βήμα έχουμε την εξαγωγή-εξόρυξη συγκεκριμένων χαρακτηριστικών (features extraction) και ως δεύτερο την χρήση αλγορίθμων μηχανικής μάθησης (machine learning algorithms) για την διαδικασία κατηγοριοποίησης. Στη συνέχεια της παρούσης εργασίας γίνεται εκτενής ανάλυση των παραπάνω μεθόδων καθώς και των εργαλίων ανοιχτού κώδικα που χρησιμοποιήθηκαν για την διεξαγωγή του πειραματικού μέρους.

In this thesis we cope with the task of automatic genre classification of Cretan traditional music. After identifying through literature the genres composing Cretan music, an annotated audio database was constructed. In a next step, we utilized machine learning algorithms on datasets of acoustic features from our Cretan music database. Our database was composed of 400 tracks classified in 8 genres (amanes, maleviziotis, pentozalis, pidixtos, rizitika, sousta, and syrtos). Database construction, feature extraction and classification process are described and explained in the following chapters of this thesis.