Evolutionäre Optimierung für die interpretierbare Musiksegmentierung und die darauf basierende Musikkategorisierung mit diskretisierten semantischen Metamerkmalen

• Antragsteller: Dr. Igor Vatolkin
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2017 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 336599081

Ähnlichkeit und Wiederholung gehören zu den wesentlichen Prinzipien der Musikkomposition, aber auch zu den prägenden Einflussfaktoren auf die Wahrnehmung und Einordnung von Musik. In diesem Projekt werden neue Methoden entwickelt, um aus Audiosignalen Informationen über die Struktur der zugrunde liegenden Musikstücke zu gewinnen, wobei die Verbesserung der Klassifikation nach Genres, Stilen und Emotionen im Zentrum steht.Im Unterschied zu den etablierten Ansätzen aus Signalverarbeitung wird der Schwerpunkt auf die Berechnung von interpretierbaren und für musiktheoretische Analyse geeigneten Merkmalen gesetzt. Das gilt sowohl für die Segmentierung nach mehreren Kriterien (Instrumentierung, Harmonie, Tempo, Rhythmus und Dynamik) als auch für die Berechnung darauf basierender semantischer Statistiken über Segmente, welche für die Musikkategorisierung verwendet werden.Zu den Hauptzielen zählen weiterhin die Steigerung der Klassifikationsgüte und die Reduktion der benötigten Datenmenge zum Trainieren von Klassifikationsmodellen. Außerdem werden die Klassifikationsmodelle in Bezug auf die Robustheit (Anwendung auf Audio von verminderter Qualität) und die Generalisierbarkeit (Abweichung der Klassifikationsgüte für Musikstücke aus unterschiedlichen Kategorien) optimiert.Dabei stehen evolutionäre Algorithmen und deren Anpassungen durch neue, problemspezifische Ansätze im Fokus als Methoden für die Extraktion und die Auswahl von Merkmalen sowie für die mehrkriterielle Optimierung der Segmentierung und Musikkategorisierung.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Finnland
• Mitverantwortliche: Professor Dr. Günter Rudolph; Professor Dr. Claus Weihs
• Kooperationspartner: Professor Dr. Tuomas Virtanen