Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Defining and Applying a Language for Discovery Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

Adaptive Temporal Modeling of Audio Features in the Context of Music Structure Segmentation

verfasst von : Florian Kaiser, Geoffroy Peeters

Erschienen in: Adaptive Multimedia Retrieval: Semantics, Context, and Adaptation

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper describes a method for automatically adapting the length of the temporal modeling applied to audio features in the context of music structure segmentation. By detecting regions of homogeneous acoustical content and abrupt changes in the audio feature sequence, we show that we can consequently adapt temporal modeling to capture both fast- and slow- varying structural information in the audio signal. Evaluation of the method shows that temporal modeling is consistently adapted to different musical contexts, allowing for robust music structure segmentation while gaining independence regarding parameter tuning.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel SKETCHify – An Adaptive Prominent Edge Detection Algorithm for Optimized Query-by-Sketch Image Retrieval
Nächstes Kapitel Detector Performance Prediction Using Set Annotations
Fußnoten
Literatur
1.
Barrington, L., Chan, A.B., Lanckriet, G.: Modeling music as a dynamic texture. IEEE Trans. Audio Speech Lang. Process. 18(3), 602–612 (2010)CrossRef
2.
Foote, J.: Visualizing music and audio using self-similarity. In: Proceedings of the ACM Multimedia, pp. 77–80 (1999)
3.
Foote, J.: Automatic audio segmentation using a measure of audio novelty. In: Proceedings of the IEEE International Conference on Multimedia and Expo (2000)
4.
Jacobson, A.: Auto-threshold peak detection in physiological signals. In: Proceedings of the 23rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2001, vol. 3, pp. 2194–2195 (2001)
5.
Kaiser, F., Sikora, T.: Music structure discovery in popular music using non-negative matrix factorization. In: Proceedings of the 11th International Society for Music Information Retrieval Conference (ISMIR), August 2010
6.
Kaiser, F., Sikora, T.: Multi-probe histograms: a mid-level harmonic feature for music structure segmentation. In: Proceedings of the 14th International Conference on Digital Audio Effects (DAFx), Paris, France, September 2011
7.
Levy, M., Sandler, M.: Structural segmentation of musical audio by constrained clustering. IEEE Trans. Audio Speech Lang. Process. 16(2), 318–326 (2008)CrossRef
8.
Mueller, M., Kurth, F.: Enhancing similarity matrices for music audio analysis. In: Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) (2006)
9.
Paulus, J., Müller, M., Klapuri, A.: Audio-based music structure analysis. In: Proceedings of the 11th International Society for Music Information Retrieval Conference (ISMIR) (2010)
10.
Peeters, G.: Toward automatic music audio summary generation from signal analysis. In: Proceedings of the International Conference on Music Information Retrieval (ISMIR), pp. 94–100 (2002)
11.
Sargent, G., Bimbot, F., Vincent, E.: A regularity-constrained viterbi agorithm and its application to the structural segmentation of songs. In: Proceedings of the International Society for Music Information Retrieval Conference (ISMIR) (2011)
12.
Yu, Y., Crucianu, M., Oria, V., Damiani, E.: Combining multi-probe histogram and order-statistics based lsh for scalable audio content retrieval. In: ACM Multimedia (2010)
Metadaten
Titel
Adaptive Temporal Modeling of Audio Features in the Context of Music Structure Segmentation
verfasst von
Florian Kaiser
Geoffroy Peeters
Copyright-Jahr
2014
Buch
Adaptive Multimedia Retrieval: Semantics, Context, and Adaptation

Print ISBN: 978-3-319-12092-8

Electronic ISBN: 978-3-319-12093-5

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-319-12093-5_15

Neuer Inhalt

    Bildnachweise