Knowledge-based Multimodal Music Similarity

要約

音楽の類似性は、音楽検索、推奨システム、および音楽分析にとって重要な側面です。
さらに、類似性は作曲家や歴史的時代間の類似性や影響を研究できるため、音楽の専門家にとって非常に興味深いものです。
音楽の類似性に対する現在のアプローチは主に象徴的な内容に依存していますが、これは制作に費用がかかる可能性があり、常に容易に入手できるわけではありません。
逆に、音声信号を使用するアプローチでは、通常、観察された類似性の背後にある理由についての洞察が得られません。
この研究は、記号コンテンツと音声コンテンツの両方を使用した音楽の類似性の研究に焦点を当てることで、現在のアプローチの限界に対処します。
この研究の目的は、エンドユーザーが音楽の類似性と分類システムをより詳細に制御し、理解できるようにする、完全に説明可能で解釈可能なシステムを開発することです。

要約(オリジナル)

Music similarity is an essential aspect of music retrieval, recommendation systems, and music analysis. Moreover, similarity is of vital interest for music experts, as it allows studying analogies and influences among composers and historical periods. Current approaches to musical similarity rely mainly on symbolic content, which can be expensive to produce and is not always readily available. Conversely, approaches using audio signals typically fail to provide any insight about the reasons behind the observed similarity. This research addresses the limitations of current approaches by focusing on the study of musical similarity using both symbolic and audio content. The aim of this research is to develop a fully explainable and interpretable system that can provide end-users with more control and understanding of music similarity and classification systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google