چکیده:به دلیل رشد بیرویه فایلهای موسیقی و ایجاد کتابخانههای عظیم دیجیتال، بازیابی اطلاعات موسیقی و سازماندهی آن بر اساس نوع ژانر یا خواننده و یا حالت و ... تبدیل به چالشی مهم شده است. علاوه بر آن افراد ذائقههای مختلفی در انتخاب موسیقی دارند و یا در شرایط مختلف نیازهای متفاوتی به نوع و حالت موسیقی دارند که با توجه به حجم زیاد موسیقی یافتن فایلهایی که مرتبط با ذائقه و یا نیاز افراد باشد کاری دشوار به نظر میرسد از همین روست که در سالهای اخیر توجه خاصی به بازیابی اطلاعات موسیقی شده است. هم اکنونفرادادهیی نظیر نام فایل، خواننده، اندازه فایل، تاریخ وژانر به صورت معمول در ردهبندی و بازیابی این رکوردها مورد استفاده قرار میگیرد. اما این دستهبندیها پاسخگوی نیاز دنیای امروز نیست.هدف اصلی این پایاننامه بهبود روشهای پیشنهاددهی موسیقی با استفاده ازویژگیهایمحتواییو همچنین مدیریت پروفایلهای مشتری میباشد. در راستای دست یافتن به این هدفردهبندی فایلهای موسیقی در کلاسهایی مانند خواننده و ژانر و یافتن موسیقیهایی که از نظر موسیقیای به هم شباهت دارند و همچنین پیشنهاد بر اساس مشتریهایی که ذائقههای مشترک دارند را میتوان به خدمت گرفت. در این پایاننامه در جهت رسیدن به اهداف ذکر شده، یکی ازکارهای انجام گرفته یافتن یک ویژگی ردهبندی جدید به نام Area Method of Moment میباشد. این ویژگی بالاترین درصد کارایی را در ردهبندی ژآنر به دست داده است. علاوهبراین، با استفاده از همین ویژگیهایی که نشاندهنده یک ویژگی موسیقیای خاص است میزان شباهت فایلهای موسیقی به هم اندازهگیری شده و به کاربران پیشنهاد شده که با توجه به بازخورد کاربران به ارزیابی میزان صحت میپردازد. در ادامه برای به خدمت گرفتن روش Collaborative flittering به ارائه معیاری جدید در یافتن شباهت میان پروفایلهامیپردازیم. به دلیل این که هدف اصلی این پایاننامه کار کردن بر روی موسیقی ایرانی است، بنابراین به علت عدم وجود مجموعه داده مناسب، برای شروع مناسب، ایجاد مجموعه داده مناسب در اولویت تحقیق قرار گرفته است. شایان ذکر است که برای ارزیابی و دریافت بازخورد مشتریان، برنامه کاربردی با ویژگیهای مذکور پیاده سازی شده است.از آنجایی که در دنیای رقابتی امروز یافتن موسیقی مورد پسند افراد در صنعت فروش موسیقی از اهمیت بالایی برخوردار استروشهای پیشنهاد شده در این تحقیق میتواند بسیار کاربردی باشد. با توجه به نتایج به دست آمده دراین تحقیق، امید آن میرود که کمپانیهای فروش موسیقی آنها را در سطح تجاری مورد استفاده قرار دهند. همچنین روشهای ارائه شده در این سیستم پیشنهاددهنده میتواند برای سایر سیستمهای پیشنهاددهنده نیز مورد استفاده قرار گیرد. فهرست مطالبعنوان صفحهفصلاول:مقدمه1-1 مقدمه.....................................................................................................................................................21-2تعریفمساله.........................................................................................................................................21-3اهدافودستاوردها.............................................................................................................................41-4ساختارپایان نامه................................................................................................................................5فصل دوم: بر متون گذشته مرور2-1 مقدمه....................................................................................................................................................82-2موسیقی و ویژگیهای آن...................................................................................................................82-2-1موسیقی چیست................................................................................................................82-2-2 ویژگیهای صوتی موسیقی..........................................................................................92-2-3 تولید موسیقی..............................................................................................................102-3استخراج ویژگیهای محتوایی از فایل صوتی............................................................................132-3-1انواع ویژگیها...............................................................................................................132-3-2 تقسیم بندی ویژگیها از نظر طول فریم.............................................................272-4 مجموعه دادهها.................................................................................................................................282-5ردهبندی موسیقی............................................................................................................................282-5-1 ردهبندی.......................................................................................................................282-5-2 ردهبندی در متون گذشته.........................................................................................312-6سیستمهایپیشنهاددهنده.............................................................................................................352-6-1انواع سیستمهای پیشنهاددهنده............................................................................352-6-2سیستمهای پیشنهاد دهنده موسیقی.....................................................................372-7 نتیجه...................................................................................................................................................38فصلسوم:روش پیشنهادی3-1مقدمه....................................................................................................................................................403-2 تولید مجموعه داده از موسیقی ایرانی..........................................................................................413-2-1 جمعآوری دادهها و فرا دادهها و پیش پردازش....................................................413-2-2 استخراج ویژگیها.......................................................................................................423-2-3 ویژگیهای مجموعه دادهها.......................................................................................433-3 ویژگی Area Method Of Moment of MFCC……….………………………………..463-3-1عملگر …………………………………..Area Method Of Moment473-3-2روش محاسبه Area Method Of Moment of MFCC....................493-4معرفیمعیار شباهت پروفایل جدید..............................................................................................493-4-1 معیار شباهت پروفایل.................................................................................................503-5برنامه کاربردی پیشنهاددهنده موسیقی......................................................................................523-5-1 پیشنهاد دهی بر اساس شباهت موسیقی..............................................................553-5-2 پیشنهاد دهی بر اساس شباهت پروفایل................................................................563-6نتیجه...................................................................................................................................................57فصلچهارم: ارزیابی4-1مقدمه...................................................................................................................................................594-2ارزیابی برتریمجموعه داده تولید شده.......................................................................................594-3ارزیابیویژگیArea Method Of Moment of MFCC...........................................614-3-1ردهبندی سبک............................................................................................................614-3-2ردهبندی دستگاههای موسیقی سنتی....................................................................664-3-3پیشنهاددهی با استفاده از ویژگی Area Method Of Moment of MFCC684-4ارزیابی معیارشباهتپروفایل........................................................................................................694-5نتیجه..................................................................................................................................................69فصلپنجم:نتیجه گیری و کارهای آینده5-1مقدمه....................................................................................................................................................715-2دستاوردهایتحقیق..........................................................................................................................725-3محدودیتهایتحقیق.....................................................................................................................735-4کارهایآینده.....................................................................................................................................73 فهرست شکل هاعنوان صفحهشکل2-1-فلوچارتمحاسبههیستوگرامضرب..................................................................................17شکل 2-2- نمونههیستوگرامضرب......................................................................................................17شکل2-2-معیارspectral fluxبرایspeechتقریبابالاترازاینمقداربرایmusicاست.25شکل2-4-درصدفریمهایباانرژیپایین..........................................................................................26شکل2-5-یکنمونهدرختتصمیمگیری........................................................................................29شکل3-1- پراکندگیتعدادویژگیهادردستههای مختلف...........................................................44شکل3-2- پراکندگیتعدادآهنگهابرایسبکهایمختلف........................................................45شکل3-3- پراکندگیتعدادآهنگهابرایدستگاههای مختلف.....................................................46شکل3-4-روشمحاسبهArea Method of Moments of MFCC..........................................49شکل3-5- شمایکلیازبرنامهکاربردی............................................................................................54شکل3-6- لیستموسیقیهایدراختیارکاربر.................................................................................54شکل3-7- مراحلانتخابموسیقیبراساسشباهتفایلهایموسیقی....................................55شکل3-8- پیشنهاددهیبراساسشباهتموسیقیها....................................................................56شکل3-9- پیشنهادبراساسشباهتپروفایلهایمشتریان..........................................................57شکل4-1- درصدصحتبرایهرژانردردوآزمایش.......................................................................60شکل4-2- معیارRecall- precision وF-measureبرایسبکهایمختلف..................64شکل4-3- معیارRecall- precision وF-measureبرایسبکهایمختلف..................66شکل4-4- معیارRecall- precision وF-measureبرایدستگاههای مختلف...............68 فهرست جداولعنوان صفحهجدول2-1طبقه بندی ویژگیها.........................................................................................14جدول2-2 تقسیم بندی بر اساس طول فریم استخراج..................................................27جدول2-3مرور متون گذشته در ارتباط با ردهبندی موسیقی.....................................31جدول2-4مرور متون گذشته سیستم پیشنهاددهنده...................................................37جدول3-1اطلاعات کلی از مجموعه داده.........................................................................43جدول3-2پراکندگی تعداد ویژگیها در دستههای مختلف.........................................44جدول4-1 درصد صحت برای هر ژانر در دو آزمایش.....................................................60جدول4-2مجموعه آزمایش های انجام شده و ویژگی های آن...................................37جدول4-3مجموعهها ویژگیهای به کار رفتهدر آموزش درخت تصمیمی..............63جدول4-4معیار Recall- precision وF-measure برای سبک مختلف......63جدول4-5مجموعهها ویژگیهای به کار رفته در آموزش درخت تصمیمی..............65جدول4-6 معیار Recall- precision وF-measure برای موسیقی غربی......65جدول4-7 مجموعهها ویژگیهای به کار رفته در آموزش درخت تصمیمی.............67جدول4-8معیار Recall- precision وF-measure برای دستگاههای مختلف67جدول4-9 بازخورد به دست آمده از افراد...........................................................................69جدول4-10 کارایی معیار پیشنهاد شده.............................................................................69 فصل اول مقدمه 1-1 مقدمه:موسيقي فراتر از تعريف در الفاظ است و شگفتي آن نيز در همين است. موسيقي جبران ناكاميهاي زبان است و شيوهاي براي بيان احساسات ناملموس. احساساتي كه نميدانيم چه هستند.آن جا كه زبان از گفتن باز ميماند، موسيقي مأمني ميشود براي روح، و زباني ميشود براي بيان احساسات و ناگفتههاي ناشناخته. موسيقي، سرچشمهاي از درون انسان دارد.در طول تاریخ موسیقی همواره به عنوان قسمتی از زندگی انسان نقش خود را ایفا کرده است. امروزه نیز با در دسترسبودن ابزار قابل حمل پخش موسیقی و سایر ابزار ذخیره فایلهای موسیقی این نقش پررنگتر شده است. همچنین رشد بی سابقه موسیقی در سالهای اخیر لزوم ایجاد روشی برای مدیریت این فایلهارا ضروری مینماید. در این تحقیق به ارائه روشهایی برای مدیریت اتوماتیک موسیقی با استفاده از تکنیکهای داده کاوی میپردازیم.1-2 تعریف مسئلههر ساله به تعداد فایلهای موسیقی که در فرمت دیجیتال تهیه میشود افزوده میشود که به موجب آن امروزه افراد با حجم عظیمی از فایلهای موسیقی روبه رو هستند. هر شخص مجموعه کامل و بزرگی از موسیقی برای خود ایجاد میکند و حتی در ابزارهای قابل حمل پخش موسیقی به همراه خود دارد.بنابراین نیاز زیادی به تعامل – یافتن موسیقی مورد نظر، ایجاد مجموعه لیستها با ویژگیهایی خاص، یافتن موسیقیهایی که شبیه به هم هستند- با مجموعههای ایجاد شده احساس میشود. کتابخانههای دیجیتال موسیقی باید توانایی ارتباط دو سویه و تعامل با کاربران خود را داشته باشند. بنا بر این تعامل کاربر با مجموعههای موسیقی و یا کتابخانه دیجیتال تبدیل به چالش در دنیای دیجیتال شده است. در مجموعههای بزرگ موسیقی مدیریت فهرستهای متنی بسیار زمانبر است. این مهم خود محرکی برای سازماندهی مجموعههای بزرگ موسیقی میباشد.از نقطه نظر دیگر هر کاربر طبع مخصوص به خود در انتخاب موسیقی دارد. دستهبندیهای از پیش تعریف شده مانند ژانر و یا خواننده میتواند گرهگشا باشد اما ترجیحات شخصی فرد را به حساب نمیآورد کما این که ممکن است این دستهبندیها برای تمامی فایلها به صورت پیش فرض وجود نداشته باشد و ردهبندی فایلهای موسیقی در ژانرهای مختلف خود چالشی دیگر است. شنونده موسیقی باید بتواند دستهبندیهای شخصی خود را داشته باشد.به طور مثال در مقاله]1[به منظور برآورده نمودن این هدف سیستمی ارائه شده است که با گرفتن یک نمونه با استفاده از ردهبندی هوشمند کل پایگاه داده را بر اساس ترجیح کاربر ردهبندی مینماید.به موازات رشد حجم فایلها علاقه رو به رشدی در زمینه توسعه و ارزیابی سیستمهای بازیابی اطلاعات موسیقی به وجود آمده است. ردهبندی کامپیوتری فایلهای موسیقی یکی از فعالیتهای مهم در زمینه بازیابی اطلاعات موسیقی[1] است. ردهبندی یک فعالیت استاندارد یادگیری ماشین است که معمولا شامل پیشبینی یک خروجی بر اساس یک ورودی است. ردهبندی امکان تعامل با مجموعه موسیقی در مسیرهای جدید را ایجاد میکند. پروژههای مختلفی در زمینه ردهبندی شامل تشخیص ژانر، خواننده، حالت، ابزار موسیقی، تولید لیست پخش و... انجام شده است.یکی از مهمترین سرویسها برای رهایی کاربران از این حجم عظیم اطلاعات سیستمهای پیشنهاددهنده موسیقی است. این سیستمها، امکان انتخاب موسیقیهای مورد علاقه را برای کاربران ایجاد میکند. سرویس پیشنهاددهنده مواردی را که ممکن است مورد پسند کاربر قرار بگیرد را بر اساس پیش تعریفهای کاربر و یا با دسترسی به پیشینه کاربر، پیشنهاد میدهد.هدف از انجام این پروژه ارائهراهکاريباکاراييبالادر ردهبندی فایلهای موسیقی در زمینههای مختلف با استفاده از ویژگیهای سطح بالا (ویژگیهای موسیقیایی) و سطح پایین (ویژگیهای آماری سیگنالهای صوتی) و در نهایت استفاده از آن در ارائه یک سیستم پیشنهاددهنده کارا است،که برای پیشنهاددهی از ویژگیهای محتوایی (همان نتایج به دست آمده از ردهبندی موسیقی) و محیطی( شباهت ذائقه موسیقی افراد مختلف)مورد استفاده قرار میگیرد. هدف مورد انتظار بهبود روشهای ارائه شده ردهبندی فایلهای موسیقی با توجه به زمینه مورد نظر در ردهبندی و استفاده از آن در ارائه یک سیستم پیشنهاددهنده است. نتایج به دست آمده از این تحقیق میتواند به طور کلی توسط فروشندگان، کتابخانهها، موسیقیدانان و شنوندگان مورد استفاده قرار گیرد. میتوان از این سیستم در صدا و سیما به منظور انتخاب موسیقی برای مناسبتهای مختلف و یا شرایط جوی مختلف استفاده نمود.میتوان این سیستم در فروشگاهها و آرشیوهای موسیقی به منظور سازماندهی و پیشنهاد بهترین موسیقی به خریدار مورد استفاده قرار گیرد.از این سیستم میتوان برای استفاده شخصی به منظور سازمان دهی و ایجاد آرشیوهای شخصی بهره برد.استفاده خاص در محیطهای عمومی مانند کافیشاپها و رستورانها در انتخاب موسیقی مناسب برای پخش در پس زمینه. استفاده از سیستم در انتخاب موسیقیهای مورد نظر پزشکان در درمان بیماریها با استفاده از موسیقی (موسیقی درمانی).استفاده خاص برای سازمانهایی همانند ایرانسل که به ارائه آهنگ برای جلب مشتری میپردازند.1-3 اهداف و دستاوردهااهداف اصلی این تحقیق از قرار زیر هستند: دستاوردهایی که در این زمینه بدست میآید شامل موارد زیر است: 1-4 ساختار پایان نامهدر ابتدای فصل دوم این نوشتار به معرفی مفاهیم اصلی مربوط به موسیقی پرداخته و در بخش دوم آن به معرفی ویژگیهای محتوایی سیگنال صوتی میپردازیم در بخش سوم مجموعه دادههای موجود و مورد استفاده در جامعه علمی مورد بررسی قرار میگیرد. در بخش چهارم این فصل به بحث ردهبندی موسیقی پرداختهمیشود و در پایان این فصل سیستم پیشنهاددهنده موسیقی مورد کنکاش قرار میگیرد. در ابتدای فصل سوم به توضیح چگونگی تولید مجموعه دادههای موسیقی ایرانی پرداخته و مراحل مختلف آن را بررسی میکنیم و بعد از به معرفی ویژگی Area method of moments of MFCC که کارایی بالایی در ردهبندی موسیقی دارد ولی تا به حال مورد استفاده قرار نگرفته است، خواهیم پرداخت. در ادامه فصل سوم معیار شباهت پروفایل جدید خود را معرفی خواهیم کرد. و در پایان این فصل برنامه کاربردی توسعه یافته به منظور پیشنهاد دهی موسیقی معرفی خواهد شد. در فصل چهارم به تحلیل نتایج به دست آمده پرداخته و در نهایت در فصل پنجم به جمعبندی، نتیجهگیری و ارایه چشماندازی برای کارهای آینده میپردازیم. [1]Music Information Retrieval
طراحی سیستم پیشنهاددهنده موسیقی ایرانی با استفاده از دادهکاوی WORD
چکیده:به دلیل رشد بیرویه فایلهای موسیقی و ایجاد کتابخانههای عظیم دیجیتال، بازیابی اطلاعات موسیقی و سازماندهی آن بر اساس نوع ژانر یا خواننده و یا حالت و ... تبدیل به چالشی مهم شده است. علاوه بر آن افراد ذائقههای مختلفی در انتخاب موسیقی دارند و یا در شرایط مختلف نیازهای متفاوتی به نوع و حالت موسیقی دارند که با توجه به حجم زیاد موسیقی یافتن فایلهایی که مرتبط با ذائقه و یا نیاز افراد باشد کاری دشوار به نظر میرسد از همین روست که در سالهای اخیر توجه خاصی به بازیابی اطلاعات موسیقی شده است. هم اکنونفرادادهیی نظیر نام فایل، خواننده، اندازه فایل، تاریخ وژانر به صورت معمول در ردهبندی و بازیابی این رکوردها مورد استفاده قرار میگیرد. اما این دستهبندیها پاسخگوی نیاز دنیای امروز نیست.هدف اصلی این پایاننامه بهبود روشهای پیشنهاددهی موسیقی با استفاده ازویژگیهایمحتواییو همچنین مدیریت پروفایلهای مشتری میباشد. در راستای دست یافتن به این هدفردهبندی فایلهای موسیقی در کلاسهایی مانند خواننده و ژانر و یافتن موسیقیهایی که از نظر موسیقیای به هم شباهت دارند و همچنین پیشنهاد بر اساس مشتریهایی که ذائقههای مشترک دارند را میتوان به خدمت گرفت. در این پایاننامه در جهت رسیدن به اهداف ذکر شده، یکی ازکارهای انجام گرفته یافتن یک ویژگی ردهبندی جدید به نام Area Method of Moment میباشد. این ویژگی بالاترین درصد کارایی را در ردهبندی ژآنر به دست داده است. علاوهبراین، با استفاده از همین ویژگیهایی که نشاندهنده یک ویژگی موسیقیای خاص است میزان شباهت فایلهای موسیقی به هم اندازهگیری شده و به کاربران پیشنهاد شده که با توجه به بازخورد کاربران به ارزیابی میزان صحت میپردازد. در ادامه برای به خدمت گرفتن روش Collaborative flittering به ارائه معیاری جدید در یافتن شباهت میان پروفایلهامیپردازیم. به دلیل این که هدف اصلی این پایاننامه کار کردن بر روی موسیقی ایرانی است، بنابراین به علت عدم وجود مجموعه داده مناسب، برای شروع مناسب، ایجاد مجموعه داده مناسب در اولویت تحقیق قرار گرفته است. شایان ذکر است که برای ارزیابی و دریافت بازخورد مشتریان، برنامه کاربردی با ویژگیهای مذکور پیاده سازی شده است.از آنجایی که در دنیای رقابتی امروز یافتن موسیقی مورد پسند افراد در صنعت فروش موسیقی از اهمیت بالایی برخوردار استروشهای پیشنهاد شده در این تحقیق میتواند بسیار کاربردی باشد. با توجه به نتایج به دست آمده دراین تحقیق، امید آن میرود که کمپانیهای فروش موسیقی آنها را در سطح تجاری مورد استفاده قرار دهند. همچنین روشهای ارائه شده در این سیستم پیشنهاددهنده میتواند برای سایر سیستمهای پیشنهاددهنده نیز مورد استفاده قرار گیرد. فهرست مطالبعنوان صفحهفصلاول:مقدمه1-1 مقدمه.....................................................................................................................................................21-2تعریفمساله.........................................................................................................................................21-3اهدافودستاوردها.............................................................................................................................41-4ساختارپایان نامه................................................................................................................................5فصل دوم: بر متون گذشته مرور2-1 مقدمه....................................................................................................................................................82-2موسیقی و ویژگیهای آن...................................................................................................................82-2-1موسیقی چیست................................................................................................................82-2-2 ویژگیهای صوتی موسیقی..........................................................................................92-2-3 تولید موسیقی..............................................................................................................102-3استخراج ویژگیهای محتوایی از فایل صوتی............................................................................132-3-1انواع ویژگیها...............................................................................................................132-3-2 تقسیم بندی ویژگیها از نظر طول فریم.............................................................272-4 مجموعه دادهها.................................................................................................................................282-5ردهبندی موسیقی............................................................................................................................282-5-1 ردهبندی.......................................................................................................................282-5-2 ردهبندی در متون گذشته.........................................................................................312-6سیستمهایپیشنهاددهنده.............................................................................................................352-6-1انواع سیستمهای پیشنهاددهنده............................................................................352-6-2سیستمهای پیشنهاد دهنده موسیقی.....................................................................372-7 نتیجه...................................................................................................................................................38فصلسوم:روش پیشنهادی3-1مقدمه....................................................................................................................................................403-2 تولید مجموعه داده از موسیقی ایرانی..........................................................................................413-2-1 جمعآوری دادهها و فرا دادهها و پیش پردازش....................................................413-2-2 استخراج ویژگیها.......................................................................................................423-2-3 ویژگیهای مجموعه دادهها.......................................................................................433-3 ویژگی Area Method Of Moment of MFCC……….………………………………..463-3-1عملگر …………………………………..Area Method Of Moment473-3-2روش محاسبه Area Method Of Moment of MFCC....................493-4معرفیمعیار شباهت پروفایل جدید..............................................................................................493-4-1 معیار شباهت پروفایل.................................................................................................503-5برنامه کاربردی پیشنهاددهنده موسیقی......................................................................................523-5-1 پیشنهاد دهی بر اساس شباهت موسیقی..............................................................553-5-2 پیشنهاد دهی بر اساس شباهت پروفایل................................................................563-6نتیجه...................................................................................................................................................57فصلچهارم: ارزیابی4-1مقدمه...................................................................................................................................................594-2ارزیابی برتریمجموعه داده تولید شده.......................................................................................594-3ارزیابیویژگیArea Method Of Moment of MFCC...........................................614-3-1ردهبندی سبک............................................................................................................614-3-2ردهبندی دستگاههای موسیقی سنتی....................................................................664-3-3پیشنهاددهی با استفاده از ویژگی Area Method Of Moment of MFCC684-4ارزیابی معیارشباهتپروفایل........................................................................................................694-5نتیجه..................................................................................................................................................69فصلپنجم:نتیجه گیری و کارهای آینده5-1مقدمه....................................................................................................................................................715-2دستاوردهایتحقیق..........................................................................................................................725-3محدودیتهایتحقیق.....................................................................................................................735-4کارهایآینده.....................................................................................................................................73 فهرست شکل هاعنوان صفحهشکل2-1-فلوچارتمحاسبههیستوگرامضرب..................................................................................17شکل 2-2- نمونههیستوگرامضرب......................................................................................................17شکل2-2-معیارspectral fluxبرایspeechتقریبابالاترازاینمقداربرایmusicاست.25شکل2-4-درصدفریمهایباانرژیپایین..........................................................................................26شکل2-5-یکنمونهدرختتصمیمگیری........................................................................................29شکل3-1- پراکندگیتعدادویژگیهادردستههای مختلف...........................................................44شکل3-2- پراکندگیتعدادآهنگهابرایسبکهایمختلف........................................................45شکل3-3- پراکندگیتعدادآهنگهابرایدستگاههای مختلف.....................................................46شکل3-4-روشمحاسبهArea Method of Moments of MFCC..........................................49شکل3-5- شمایکلیازبرنامهکاربردی............................................................................................54شکل3-6- لیستموسیقیهایدراختیارکاربر.................................................................................54شکل3-7- مراحلانتخابموسیقیبراساسشباهتفایلهایموسیقی....................................55شکل3-8- پیشنهاددهیبراساسشباهتموسیقیها....................................................................56شکل3-9- پیشنهادبراساسشباهتپروفایلهایمشتریان..........................................................57شکل4-1- درصدصحتبرایهرژانردردوآزمایش.......................................................................60شکل4-2- معیارRecall- precision وF-measureبرایسبکهایمختلف..................64شکل4-3- معیارRecall- precision وF-measureبرایسبکهایمختلف..................66شکل4-4- معیارRecall- precision وF-measureبرایدستگاههای مختلف...............68 فهرست جداولعنوان صفحهجدول2-1طبقه بندی ویژگیها.........................................................................................14جدول2-2 تقسیم بندی بر اساس طول فریم استخراج..................................................27جدول2-3مرور متون گذشته در ارتباط با ردهبندی موسیقی.....................................31جدول2-4مرور متون گذشته سیستم پیشنهاددهنده...................................................37جدول3-1اطلاعات کلی از مجموعه داده.........................................................................43جدول3-2پراکندگی تعداد ویژگیها در دستههای مختلف.........................................44جدول4-1 درصد صحت برای هر ژانر در دو آزمایش.....................................................60جدول4-2مجموعه آزمایش های انجام شده و ویژگی های آن...................................37جدول4-3مجموعهها ویژگیهای به کار رفتهدر آموزش درخت تصمیمی..............63جدول4-4معیار Recall- precision وF-measure برای سبک مختلف......63جدول4-5مجموعهها ویژگیهای به کار رفته در آموزش درخت تصمیمی..............65جدول4-6 معیار Recall- precision وF-measure برای موسیقی غربی......65جدول4-7 مجموعهها ویژگیهای به کار رفته در آموزش درخت تصمیمی.............67جدول4-8معیار Recall- precision وF-measure برای دستگاههای مختلف67جدول4-9 بازخورد به دست آمده از افراد...........................................................................69جدول4-10 کارایی معیار پیشنهاد شده.............................................................................69 فصل اول مقدمه 1-1 مقدمه:موسيقي فراتر از تعريف در الفاظ است و شگفتي آن نيز در همين است. موسيقي جبران ناكاميهاي زبان است و شيوهاي براي بيان احساسات ناملموس. احساساتي كه نميدانيم چه هستند.آن جا كه زبان از گفتن باز ميماند، موسيقي مأمني ميشود براي روح، و زباني ميشود براي بيان احساسات و ناگفتههاي ناشناخته. موسيقي، سرچشمهاي از درون انسان دارد.در طول تاریخ موسیقی همواره به عنوان قسمتی از زندگی انسان نقش خود را ایفا کرده است. امروزه نیز با در دسترسبودن ابزار قابل حمل پخش موسیقی و سایر ابزار ذخیره فایلهای موسیقی این نقش پررنگتر شده است. همچنین رشد بی سابقه موسیقی در سالهای اخیر لزوم ایجاد روشی برای مدیریت این فایلهارا ضروری مینماید. در این تحقیق به ارائه روشهایی برای مدیریت اتوماتیک موسیقی با استفاده از تکنیکهای داده کاوی میپردازیم.1-2 تعریف مسئلههر ساله به تعداد فایلهای موسیقی که در فرمت دیجیتال تهیه میشود افزوده میشود که به موجب آن امروزه افراد با حجم عظیمی از فایلهای موسیقی روبه رو هستند. هر شخص مجموعه کامل و بزرگی از موسیقی برای خود ایجاد میکند و حتی در ابزارهای قابل حمل پخش موسیقی به همراه خود دارد.بنابراین نیاز زیادی به تعامل – یافتن موسیقی مورد نظر، ایجاد مجموعه لیستها با ویژگیهایی خاص، یافتن موسیقیهایی که شبیه به هم هستند- با مجموعههای ایجاد شده احساس میشود. کتابخانههای دیجیتال موسیقی باید توانایی ارتباط دو سویه و تعامل با کاربران خود را داشته باشند. بنا بر این تعامل کاربر با مجموعههای موسیقی و یا کتابخانه دیجیتال تبدیل به چالش در دنیای دیجیتال شده است. در مجموعههای بزرگ موسیقی مدیریت فهرستهای متنی بسیار زمانبر است. این مهم خود محرکی برای سازماندهی مجموعههای بزرگ موسیقی میباشد.از نقطه نظر دیگر هر کاربر طبع مخصوص به خود در انتخاب موسیقی دارد. دستهبندیهای از پیش تعریف شده مانند ژانر و یا خواننده میتواند گرهگشا باشد اما ترجیحات شخصی فرد را به حساب نمیآورد کما این که ممکن است این دستهبندیها برای تمامی فایلها به صورت پیش فرض وجود نداشته باشد و ردهبندی فایلهای موسیقی در ژانرهای مختلف خود چالشی دیگر است. شنونده موسیقی باید بتواند دستهبندیهای شخصی خود را داشته باشد.به طور مثال در مقاله]1[به منظور برآورده نمودن این هدف سیستمی ارائه شده است که با گرفتن یک نمونه با استفاده از ردهبندی هوشمند کل پایگاه داده را بر اساس ترجیح کاربر ردهبندی مینماید.به موازات رشد حجم فایلها علاقه رو به رشدی در زمینه توسعه و ارزیابی سیستمهای بازیابی اطلاعات موسیقی به وجود آمده است. ردهبندی کامپیوتری فایلهای موسیقی یکی از فعالیتهای مهم در زمینه بازیابی اطلاعات موسیقی[1] است. ردهبندی یک فعالیت استاندارد یادگیری ماشین است که معمولا شامل پیشبینی یک خروجی بر اساس یک ورودی است. ردهبندی امکان تعامل با مجموعه موسیقی در مسیرهای جدید را ایجاد میکند. پروژههای مختلفی در زمینه ردهبندی شامل تشخیص ژانر، خواننده، حالت، ابزار موسیقی، تولید لیست پخش و... انجام شده است.یکی از مهمترین سرویسها برای رهایی کاربران از این حجم عظیم اطلاعات سیستمهای پیشنهاددهنده موسیقی است. این سیستمها، امکان انتخاب موسیقیهای مورد علاقه را برای کاربران ایجاد میکند. سرویس پیشنهاددهنده مواردی را که ممکن است مورد پسند کاربر قرار بگیرد را بر اساس پیش تعریفهای کاربر و یا با دسترسی به پیشینه کاربر، پیشنهاد میدهد.هدف از انجام این پروژه ارائهراهکاريباکاراييبالادر ردهبندی فایلهای موسیقی در زمینههای مختلف با استفاده از ویژگیهای سطح بالا (ویژگیهای موسیقیایی) و سطح پایین (ویژگیهای آماری سیگنالهای صوتی) و در نهایت استفاده از آن در ارائه یک سیستم پیشنهاددهنده کارا است،که برای پیشنهاددهی از ویژگیهای محتوایی (همان نتایج به دست آمده از ردهبندی موسیقی) و محیطی( شباهت ذائقه موسیقی افراد مختلف)مورد استفاده قرار میگیرد. هدف مورد انتظار بهبود روشهای ارائه شده ردهبندی فایلهای موسیقی با توجه به زمینه مورد نظر در ردهبندی و استفاده از آن در ارائه یک سیستم پیشنهاددهنده است. نتایج به دست آمده از این تحقیق میتواند به طور کلی توسط فروشندگان، کتابخانهها، موسیقیدانان و شنوندگان مورد استفاده قرار گیرد. میتوان از این سیستم در صدا و سیما به منظور انتخاب موسیقی برای مناسبتهای مختلف و یا شرایط جوی مختلف استفاده نمود.میتوان این سیستم در فروشگاهها و آرشیوهای موسیقی به منظور سازماندهی و پیشنهاد بهترین موسیقی به خریدار مورد استفاده قرار گیرد.از این سیستم میتوان برای استفاده شخصی به منظور سازمان دهی و ایجاد آرشیوهای شخصی بهره برد.استفاده خاص در محیطهای عمومی مانند کافیشاپها و رستورانها در انتخاب موسیقی مناسب برای پخش در پس زمینه. استفاده از سیستم در انتخاب موسیقیهای مورد نظر پزشکان در درمان بیماریها با استفاده از موسیقی (موسیقی درمانی).استفاده خاص برای سازمانهایی همانند ایرانسل که به ارائه آهنگ برای جلب مشتری میپردازند.1-3 اهداف و دستاوردهااهداف اصلی این تحقیق از قرار زیر هستند: دستاوردهایی که در این زمینه بدست میآید شامل موارد زیر است: 1-4 ساختار پایان نامهدر ابتدای فصل دوم این نوشتار به معرفی مفاهیم اصلی مربوط به موسیقی پرداخته و در بخش دوم آن به معرفی ویژگیهای محتوایی سیگنال صوتی میپردازیم در بخش سوم مجموعه دادههای موجود و مورد استفاده در جامعه علمی مورد بررسی قرار میگیرد. در بخش چهارم این فصل به بحث ردهبندی موسیقی پرداختهمیشود و در پایان این فصل سیستم پیشنهاددهنده موسیقی مورد کنکاش قرار میگیرد. در ابتدای فصل سوم به توضیح چگونگی تولید مجموعه دادههای موسیقی ایرانی پرداخته و مراحل مختلف آن را بررسی میکنیم و بعد از به معرفی ویژگی Area method of moments of MFCC که کارایی بالایی در ردهبندی موسیقی دارد ولی تا به حال مورد استفاده قرار نگرفته است، خواهیم پرداخت. در ادامه فصل سوم معیار شباهت پروفایل جدید خود را معرفی خواهیم کرد. و در پایان این فصل برنامه کاربردی توسعه یافته به منظور پیشنهاد دهی موسیقی معرفی خواهد شد. در فصل چهارم به تحلیل نتایج به دست آمده پرداخته و در نهایت در فصل پنجم به جمعبندی، نتیجهگیری و ارایه چشماندازی برای کارهای آینده میپردازیم. [1]Music Information Retrieval