Identification of versions of the same musical composition by processing audio descriptions
Joan Serrà Julià · 2011
Racionalizar o dar significado de manera automatica a la informacion digital, especialmente a los documentos digitales de musica, es uno de los problemas que nuestra sociedad moderna esta afrontando. De hecho, hay muchas tareas que, aunque los humanos las podemos hacer facilmente, aun no pueden ser realizadas por un ordenador. En este trabajo nos centramos en una de estas tareas: la identificacion de versiones musicales (interpretaciones alternativas de una misma composicion de musica tales como covers, grabaciones en directo, remixes, etc.). Basandonos en un enfoque computacional, y utilizando unicamente la informacion que nos proporciona la senal de audio, proponemos un sistema para la identificacion de versiones que es robusto a los principales cambios musicales que puede haber entre versiones musicales, incluyendo cambios en el timbre, el tempo, la tonalidad o la estructura del tema. Este sistema explota herramientas de analisis no lineal de series temporales y metodos estandar para la descripcion cuantitativa de la musica. Ademas, no utiliza ninguna estrategia de modelado de los datos; es un sistema de modelo. Con este sistema obtenemos muy buenos resultados, tanto con nuestros datos como a traves de un entorno de evaluacion internacional. De hecho, de acuerdo con estas ultimas evaluaciones, nuestro sistema libre de modelo obtiene a dia de hoy los mejores resultados de entre todos los sistemas evaluados. Tambien investigamos sistemas basados en modelos. A tal efecto, consideramos varios modelos de series temporales, tanto lineales como no lineales. De esta forma vemos que, aunque nuestros sistemas basados en modelos no consiguen los mejores resultados, estos presentan ciertas ventajas relativas a la complejidad computacional y a la eleccion de parametros. Ademas, tambien exploramos algunas estrategias de post-procesado para sistemas de identificacion de versiones. Concretamente, vemos que algoritmos de agrupacion no supervisados permiten la caracterizacion y mejora de los resultados de sistemas que funcionan a traves de preguntas por ejemplo, tales como los de identificacion de versiones. Con este objetivo construimos y estudiamos una red compleja de versiones y aplicamos tecnicas de agrupacion y de deteccion de comunidades. En general, nuestro trabajo lleva la identificacion automatica de versiones a un estadio sin precedentes donde se obtienen muy buenos resultados y, al mismo tiempo, explora nuevas direcciones de futuro. Aunque los pasos que seguimos estan guiados por la naturaleza de los senales involucrados en nuestro problema (grabaciones musicales) y las caracteristicas de la tarea que queremos solucionar (identificacion de versiones), creemos que nuestra metodologia se puede transferir facilmente a otros ambitos y contextos.