التفاصيل البيبلوغرافية
| العنوان: |
A Data-driven bayesian approach to automatic rhythm analysis of indian art music |
| المؤلفون: |
Srinivasamurthy, Ajay |
| المساهمون: |
Serra, Xavier, Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions |
| المصدر: |
TDX (Tesis Doctorals en Xarxa) |
| بيانات النشر: |
Universitat Pompeu Fabra |
| سنة النشر: |
2017 |
| المجموعة: |
Tesis Doctorals de la Universitat d'Andorra (TDX) |
| مصطلحات موضوعية: |
Music Information Research, Music information retrieval, Signal processing, Machine learning, Indian art music, Automatic rhythm analysis, Pattern Discovery, Bar pointer model, Bayesian model, Beat tracking, Beijing opera, Carnatic music, Hindustani music, CompMusic, Downbeat tracking, Eurogenetic music, Graphical model, Hidden Markov model, Isochronicity, Language model, Mridangam, Meter analysis, Onomatopoeia, Onset patterns, Ontology, Rhythm, Rhythm patterns, Percussion patterns, Particle filter, Sequential Monte Carlo |
| الوصف: |
Las colecciones de música son cada vez mayores y más variadas, haciendo necesarias nuevas fórmulas para su organización automática. El análisis automático del ritmo tiene como fin la extracción de información rítmica de grabaciones musicales y es una de las principales áreas de investigación en la disciplina de recuperación de la información musical (MIR por sus siglas en inglés). La dimensión rítmica de la música es específica a una cultura y por tanto su análisis requiere métodos que incluyan el contexto cultural. Las complejidades rítmicas de la música clásica de la India, una de las mayores tradiciones musicales del mundo, no han sido tratadas hasta la fecha en MIR, motivo por el cual la elegimos como nuestro principal objeto de estudio. Nuestra intención es abordar cuestiones de análisis rítmico aún no tratadas en MIR con el fin de contribuir a la disciplina con nuevos métodos sensibles al contexto cultural y generalizables a otras tradiciones musicales. El objetivo de la tesis es el desarrollo de técnicas de procesamiento de señales y aprendizaje automático dirigidas por datos para el análisis, descripción y descubrimiento automáticos de estructuras y patrones rítmicos en colecciones de audio de música clásica de la India. Tras identificar retos y posibilidades, así como varias tareas de investigación relevantes para este objetivo, detallamos la elaboración del corpus de estudio y conjuntos de datos, fundamentales para métodos dirigidos por datos. A continuación, nos centramos en las tareas de análisis métrico y descubrimiento de patrones de percusión. El análisis métrico consiste en la alineación de eventos métricos a diferentes niveles con una grabación de audio. En la tesis formulamos las tareas de deducción de metro, seguimiento de metro y seguimiento informado de metro de acuerdo a la tradición estudiada, se evalúan diferentes modelos bayesianos capaces de incorporar explícitamente información de estructuras métricas de niveles superiores y se proponen nuevas extensiones. Los métodos propuestos ... |
| نوع الوثيقة: |
doctoral or postdoctoral thesis |
| وصف الملف: |
332 p.; application/pdf |
| اللغة: |
English |
| العلاقة: |
http://hdl.handle.net/10803/398986Test |
| الإتاحة: |
http://hdl.handle.net/10803/398986Test |
| حقوق: |
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0Test/ ; http://creativecommons.org/licenses/by-nc-nd/4.0Test/ ; info:eu-repo/semantics/openAccess |
| رقم الانضمام: |
edsbas.48662B9B |
| قاعدة البيانات: |
BASE |
