Logiciel d'analyse musicale

Question

Salutations

Je l'ai peut-être imaginé, mais quelqu'un sait-il si Last.fm a déjà utilisé une forme de projet open source pour effectuer une analyse musicale afin de déterminer une musique similaire. Comme il est maintenant déplacé vers une version payante, je voudrais faire quelque chose qui peut ajouter de la musique connue à ma playlist. (Je déteste balayer mon ordinateur pour trouver de la musique similaire manuellement)

A défaut - quelqu'un at-il connaissance d'un système que je pourrais utiliser pour le remplacer? Idéalement, j'aimerais avoir une forme de code API/source que je peux utiliser pour automatiser l'ensemble du processus dans des tâches par lots.

Merci,

[modifier] Idéalement je cherchais quelque chose de plus le long des lignes de correspondance de contenus. Je suis le genre de personne qui jette juste toute ma musique dans un endroit non organisé. Puis, étant paresseux, je m'attendrais idéalement à ce qu'une liste de lecture soit générée en me donnant un type de liste de lecture similaire.

Last.fm utilise http://www.audioscrobbler.net/ - il permet également d'accéder à sa base de données via une API.

[/ modifier]

Answer 1

La similarité musicale n'est pas un problème facile.

Il existe deux approches générales pour résoudre ce problème.

Approche 1. Jeter les données au niveau du problème. C'est l'approche de LastFM et Pandora. C'est essentiellement une énorme base de données qui est maintenue par une communauté ou un groupe d'experts. Notez que pour utiliser cette approche, vous aurez besoin de métadonnées propres ou d'une sorte de solution d'empreintes audio comme musicbrainz. Une fois que vous avez la base de données des caractéristiques, vous pouvez utiliser des algorithmes tels que Pearson correlation coefficient pour trouver des éléments similaires.

Approche 2. Lance des algorithmes sur le problème. En particulier, les algorithmes d'audition d'ordinateur. Cela signifie que vous calculez des vecteurs de diverses caractéristiques d'une chanson et en utilisant des réseaux de neurones et une variété d'autres techniques, vous trouverez d'autres chansons avec des vecteurs similaires. Cette approche a été utilisée avec succès pour automatic genre classification et query by example.

Si vous recherchez un logiciel open source pour l'analyse de musique, marsyas peut faire à peu près tout ce que les commerciaux peuvent faire. C'est l'enfant du cerveau de George Tzanetakis et sur son site Web, vous pouvez trouver de nombreux documents sur l'état des affaires avec audition informatique.

Answer 2

Ne serait-il pas plus simple/plus efficace pour interroger (build?) Une base de données Internet basée sur le genre/style/etc? J'ai utilisé last.fm et des sites similaires, mais jamais senti qu'ils ont fait quelque chose de plus que cela (au moins les résultats ne l'indiquent pas);)

Answer 3

Je ne sais pas exactement ce que vous voulez, mais qu'en est-il MusicBrainz?

Answer 4

Il existe une API Web au The Echo Nest qui inclut un service Web get_similar permettant de récupérer des artistes similaires auprès d'un groupe d'artistes. Vous pouvez l'utiliser pour créer des listes de lecture.L'Echo Nest dispose également d'un ensemble d'API Web qui effectueront une analyse détaillée d'une piste (similaire au Marsyas précité) que l'on pourrait utiliser comme base pour une méthode de similarité de chanson basée sur l'acoustique. (Attention, je travaille au Echo Nest). Bien sûr, si vous utilisez iTunes, il existe des solutions en conserve. iTunes dispose maintenant d'un générateur de listes de lecture et de listes de lecture qui permettra de créer des listes de lecture de chansons d'artistes similaires. De même, la société Mufin a ajouté un iTunes qui effectuera une analyse acoustique de vos pistes et utilisera cette analyse pour créer des listes de lecture.

Si vous êtes intéressé par la construction de votre propre système de similarité musicale, je vous suggère de jeter un coup d'œil aux actes de l'ISMIR (Société Internationale de Recherche d'Information Musicale). Il y a beaucoup de recherches autour de la similitude musicale et de la playlist que vous trouverez utiles. Vous pouvez trouver les procédures sur ismir.net

Answer 5

Pour être clair, AudioScrobbler est la technologie développée par Last.fm pour exécuter leur service. Ils recueillent des statistiques sur les pistes que les gens écoutent (aussi 'Like' des pistes et des artistes).

Alors Last.fm similitude sociale ... ne fait les utilisateurs qui ont écouté X ont également écouté Y - vous aimez X alors peut-être vous aimerez aussi Y.

Compte tenu d'une base d'utilisateurs assez grand présentation des statistiques, similitude sociale est susceptible de fournir de meilleurs résultats que les approches d'analyse par ordinateur. Par exemple, essayez d'interroger l'API Last.fm pour trouver des artistes similaires à quelqu'un que vous connaissez - il vous arrivera probablement de trouver de bons matchs et quelques uns obscurs ou bizarres, qui reflètent néanmoins les habitudes d'écoute des personnes réelles. Plus l'artiste que vous recherchez est obscur, plus vous aurez de chances d'obtenir des résultats étranges.

Même si vous pouvez faire fonctionner correctement la méthode de classification automatique des genres décrite par George Tzanetakis, vous passez à côté des jugements subjectifs de qualité fournis par de vraies personnes. par exemple, deux titres ressemblent tous les deux à 'Jazz' mais il y a beaucoup de genres différents de Jazz ... et je pourrais être intéressé par des albums non-Jazz sur lesquels un musicien de jazz préféré a joué. La similarité sociale serait plus susceptible de capturer cette information.

Answer 6

J'avais l'habitude d'utiliser Predixis Magic Mixer. Il effectuera une brève analyse de l'audio dans un fichier, produira une «empreinte digitale» et la comparera aux empreintes digitales dans une base de données centrale. S'il est répertorié, il définirait un code d'identification résultant de l'analyse du fichier entier dans la copie du client. Sinon, il effectuera une analyse complète sur l'ordinateur client (cela prend un certain temps) et le téléchargera dans la base de données centrale et conservera également la copie locale. A partir de cette information, il peut mettre en place une liste de lecture qui relie les airs les uns aux autres en fonction des sons réels. Je ne l'ai pas utilisé depuis quelques années donc je ne sais pas si les serveurs de base de données centraux sont encore en fonctionnement, mais une recherche sur le web dit non. Cela devrait toujours fonctionner, mais chaque fichier nécessitera une analyse complète.