تشخیص صوتی موسیقی بومی ایرانی با استفاده پردازش ریتم و یادگیری عمیق

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 995

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICIKT10_007

تاریخ نمایه سازی: 5 بهمن 1398

Abstract:

موسیقی فولکلور ایرانی از تاریخ، فرهنگ و آداب و رسوم زندگی مردم ایران در طول قرون متمادی سرچشمه گرفته و همچنین آینه تمام نمای اندیشه و فرهنگ مردم ایران است. در این مقاله روشی خودکار ارائه شده است تا موسیقی فولکلور ایرانی با استفاده از یادگیری عمیق شناسایی و دسته بندی شود. به علت عدم وجود مجموعه داده مناسب در ایران و جهان در زمینه موسیقی فلکولور ایرانی، در ابتدا یک مخزن موسیقی با تعداد 1100 قطعه موسیقی برای 11 ناحیه ایران (شامل موسیقی لری، ترکی، ترکمن، بختیاری، تالشی، گلستان، کومشی،کردی، شمال خراسان (کرمانجها)، جنوب خراسان و خراسان میانه (خراسان) و سیستان و بلوچستان)، با نرخ نمونه برداری 44100 هرتز به صورت استریو جمع آوری گردید (برای هر ناحیه 100 قطعه موسیقیایی). پس از آن به منظور بالا بردن دقت دسته بندی توسط یادگیری عمیق، مخزن موسیقی به قطعات 3 ثانیه ای و 30 ثانیه ای تقسیم شد. سپس اسپکتروگرام صوتی، الگوهای ریتمیک و همچنین توصیف کننده طیف آماری از آنها استخراج گردید. در نهایت دسته بندی در بستر پایتورچ با استفاده از سه معماری Simple CNN ، Alexnet وResNet صورت گرفته است. نتایج حاصل از پیاده سازی روش پیشنهادی، حداکثر دقت 90.09 % در شناسایی و دسته بندی موسیقی نواحی ایران با استفاده از معماری ResNet را نشان می دهد.

Authors

نگار رضائی

دانشکده مهندسی برق و کامپیوتر دانشگاه سمنان

محمد رحمانی منش

دانشکده مهندسی برق و کامپیوتر دانشگاه سمنان