موسیقی فراتر از تعریف در الفاظ است و شگفتی آن نیز در همین است. موسیقی جبران ناكامیهای زبان است و شیوهای برای بیان احساسات ناملموس. احساساتی كه نمیدانیم چه هستند.آن جا كه زبان از گفتن باز میماند، موسیقی مأمنی میشود برای روح، و زبانی میشود برای بیان احساسات و ناگفتههای ناشناخته. موسیقی، سرچشمهای 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.
2-1- تعریف مسئله
هر 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 ارائهراهکاریباکاراییبالادر 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]Music Information Retrieval