Nell’ambito della Music Information Retrieval la segmentazione audio è un passaggio obbligato nella soluzione di importanti problemi. In questa tesi di laurea si presenta un algoritmo mutuato dalla segmentazione testuale ed adattato alla musica, che prevede la costruzione di una matrice di similarità basata sull’energia dei singoli frames audio, la sua trasformazione con un procedimento di ranking ed infine l’individuazione dei segmenti mediante una tecnica di clustering. Vengono inoltre descritti e testati alcuni indici di similarità provenienti da altri ambiti di ricerca. Infine si fornisce una prima valutazione dell’algoritmo in termini di efficacia, basata su un set-up sperimentale composto da brani di musica classica.
Valutazione sperimentale di una metodologia per la segmentazione della musica
De Muro, Federico
2010/2011
Abstract
Nell’ambito della Music Information Retrieval la segmentazione audio è un passaggio obbligato nella soluzione di importanti problemi. In questa tesi di laurea si presenta un algoritmo mutuato dalla segmentazione testuale ed adattato alla musica, che prevede la costruzione di una matrice di similarità basata sull’energia dei singoli frames audio, la sua trasformazione con un procedimento di ranking ed infine l’individuazione dei segmenti mediante una tecnica di clustering. Vengono inoltre descritti e testati alcuni indici di similarità provenienti da altri ambiti di ricerca. Infine si fornisce una prima valutazione dell’algoritmo in termini di efficacia, basata su un set-up sperimentale composto da brani di musica classica.File | Dimensione | Formato | |
---|---|---|---|
tesi.pdf
accesso aperto
Dimensione
1.97 MB
Formato
Adobe PDF
|
1.97 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/13386