Semantische Audio-Analyse selbstgemacht

Wie kann man Dateien mit Musikaufnahmen automatisch von Dateien mit Sprachaufnahmen unterscheiden? Wie findet man ähnliche klingende Aufnahmen in einer Sammlung ohne Textbeschreibungen? Inhaltsbasiertes Music Information Retrieval (MIR) und ähnliche Anwendungen von semantischen Audio-Analysen erfordern fortschrittliche Algorithmen, deren Details nur für wenige Anwender und Entwickler verständlich sind. Viele Zutaten sind aber als kostenlose Bausteine verfügbar, die man mit Leichtigkeit zu einer maßgeschneiderten Computeranwendung zusammensetzen kann.

Dieses Tutorial stellt diverse Software vor, die Audiofeatures extrahiert und/oder Methoden des Maschinenlernens ausführt. Der Schwerpunkt liegt auf Lösungen, die keine Programmierung im klassischen Sinn erfordern. Das Tutorial erklärt auch grundlegende Ideen der Feature-Extraktion und des Maschinenlernens.

Dieser Vortrag ist die deutsche Fassung eines Tutorials auf der vergangenen AES Convention:
http://www.j3l7h.de/talks/2010-05-22_DIY_Semantic_Audio.pdf

-- 

Prof. Dr. Jörn Loviscach
mailto:joern.loviscach@fh-bielefeld.de
http://www.fh-bielefeld.de/
mailto:jl@j3L7h.de
http://j3L7h.de/
http://j3L7h.wordpress.com/
http://www.youtube.com/JoernLoviscach
Skype: joern_lovi
Wave: joern.loviscach

Fachhochschule Bielefeld
University of Applied Sciences
Fachbereich Ingenieurwissenschaften und Mathematik
Wilhelm-Bertelsmann-Straße 10, Raum 310
33602 Bielefeld, Germany
fon +49 521 106 7283
fax +49 521 106 7160