Machine learningDistance metrics and similarity

Mūzikas līdzības mēri

Mūzikas līdzības mēri ir aprēķinu metodes, lai novērtētu, cik muzikāli saistīti ir divi audioieraksti. Logan (2001) ieviestie līdzības mēri ļauj veikt uz saturu balstītu mūzikas ieteikšanu, atskaņošanas sarakstu ģenerēšanu un mūzikas atklāšanu. Atšķirībā no pirkstu nospiedumu noteikšanas, kas identificē to pašu dziesmu, līdzības mēri novērtē stilistisko, timbrālo un strukturālo līdzību starp dažādām dziesmām. Mēri var būt akustiski (salīdzinot spektrālās īpašības), augsta līmeņa (žanrs, noskaņojums) vai hibrīdi.

Atvērt MethodMindDrīzumāApply, compare, get guidance

Tools & resources

Lejupielādēt slaidus

Learn & explore

VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Mūzikas līdzības mēri

Audio pirkstu nospiedumi Ritma izsekošana Akordu atpazīšana Mūzikas žanru klasifikāc…Tībra analīze Tempo noteikšana

Avoti

Logan, B., & Salomon, A. (2001). A music similarity function based on song structure. In Proceedings of the International Conference on Music Information Retrieval. link ↗
Mandel, M. I., & Ellis, D. P. (2005). Song-level features and support vector machines for music classification. In Proceedings of the International Society for Music Information Retrieval Conference. link ↗
Serra, X., Gómez, E., Herrera, P., & Gómez, P. (2008). Chroma binary similarity and local alignment for cover song identification. IEEE Transactions on Audio, Speech, and Language Processing, 16(5), 1029-1037. link ↗

Kā citēt šo lapu

ScholarGate. (2026, June 3). Music Similarity Distance and Measure Algorithm. ScholarGate. https://scholargate.app/lv/music-information-retrieval/music-similarity-measure