maeb2012-fuzzy genre classification

23
Clasificacion de Género Musical mediante Sistema de Basado en Reglas Difusas Francisco Fernández de Vega, Francisco Chávez Centro Universitario de Mérida Universidad de Extremadura

Upload: fcofdez

Post on 03-Jul-2015

175 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Maeb2012-Fuzzy Genre Classification

Clasificacion de Género Musical mediante Sistema de Basado en Reglas Difusas

Francisco Fernández de Vega, Francisco Chávez

Centro Universitario de MéridaUniversidad de Extremadura

Page 2: Maeb2012-Fuzzy Genre Classification

¿¿¿Música???

Page 3: Maeb2012-Fuzzy Genre Classification

¿Música?

Armonización. Composición. Análisis. Transcripción. Reconocimiento de Timbre. Reconocimiento de acordes. ...

Page 4: Maeb2012-Fuzzy Genre Classification

¿Música?

Page 5: Maeb2012-Fuzzy Genre Classification
Page 6: Maeb2012-Fuzzy Genre Classification
Page 7: Maeb2012-Fuzzy Genre Classification
Page 8: Maeb2012-Fuzzy Genre Classification
Page 9: Maeb2012-Fuzzy Genre Classification
Page 10: Maeb2012-Fuzzy Genre Classification

¿Cómo clasificar el género musical?

Extracción de características (dominios tiempo y frecuencia): Timbre, armonía, melodía, tempo, ritmo...

Clasificación. ¿Qué más puede hacerse? (mediante huella

audio, espectrograma...) Identificación de la pieza. Identificación del autor. Identificación del intérprete.

Page 11: Maeb2012-Fuzzy Genre Classification

Técnicas utilizadas

No hay acuerdo sobre la mejor técnica (caraterísticas y/o clasificadores).

Aprendizaje Máquina – Métodos supervisados/no supervisados.

SVM. Redes Neuronales. Algoritmos Evolutivos para selección de

características. ... ¿Reglas Difusas?

Page 12: Maeb2012-Fuzzy Genre Classification

¿Cómo distinguir géneros musicales?

¿No está claro? ¿Aplicar Reglas Difusas? Experiencia previa con Sistemas Basados en

Reglas Difusas + Ajuste Evolutivo: Clasificación de imágenes.

SBRD: DB: Definición Base de Datos.

MF: Funciones de pertenencia equidistantes. 9 etiquetas lingüísticas.

RB: Base de Reglas (reglas generadas Wang & Mendel).

Sistema Genético Difuso.

Page 13: Maeb2012-Fuzzy Genre Classification

SBRD inicial

Page 14: Maeb2012-Fuzzy Genre Classification

Entrada/Salida

F1-F4: Cuatro frecuencias de más alta energía de una muestra.

Entradas: X1=F1/F2 X2=F1/F3 X3=F1/F4

Salida: Clasificación Clásica/Jazz.

Page 15: Maeb2012-Fuzzy Genre Classification

Reglas

Page 16: Maeb2012-Fuzzy Genre Classification

FRBS+Ajuste Evolutivo

Page 17: Maeb2012-Fuzzy Genre Classification

Dos Etapas de Experimentación

SBRD_inicial: Sistema inicial sin ajuste. SBRD_ajustado: Sistema ajustado mediante

evolución: Cromosoma: Funciones de Pertenencia + valor

umbral. Fitness: (fallos_clásica + fallos_jazz)/nº_muestras 1200 Generaciones, 61 individuos, Prob_cruce 0.6,

mutación 0.1.

Análisis previo (Charly Parker y Mozart): Muestras de 1, 0.5 y 0.1 segundos. 100 muestras de cada audio seleccionado.

Page 18: Maeb2012-Fuzzy Genre Classification

Análisis de secciones

50 (25/25) audios de diferentes autores: Clásica: Mozart, Vivaldi, Bethoven, Brahms. Jazz: Ella Fitzgerald, Duke Ellington, Charly

Parker, Shirley Horn.

5 secciones analizadas de modo independiente: Introducción + 3 secciones centrales + CODA.

Page 19: Maeb2012-Fuzzy Genre Classification

Análisis de secciones

Page 20: Maeb2012-Fuzzy Genre Classification

Resultados

Page 21: Maeb2012-Fuzzy Genre Classification

Conclusiones

SBRD permiten distinguir entre música clásica y jazz con muy poca información de partida.

Un SBRD tomado prestado de otro problema consigue resultados de calidad: 80% de éxito en la clasificación.

La calidad de la clasificación depende de la sección analizada.

El sistema es susceptible de mejoras y extensiones a otros géneros musicales.

Page 22: Maeb2012-Fuzzy Genre Classification

Futuro

Page 23: Maeb2012-Fuzzy Genre Classification

Presente Continuo