И дает рекомендации, что послушать
В США разработан поисковик, способный сравнивать разные музыкальные произведения и советовать пользователю, что из незнакомой музыки может прийтись ему по вкусу.
Поиск музыки в Интернете на сегодняшний день представляет собой простой и чисто формальный процесс: достаточно знать название композиции, автора или исполнителя. Именно с этими данными работают традиционные поисковые системы, никак не соприкасающиеся с собственно музыкальным содержанием звукового файла.
Однако для многих любителей музыки крайне важен момент, который пока им приходится обеспечивать самостоятельно: любить музыку означает искать и находить что-то новое, что может понравиться и гармонично влиться в существующую коллекцию записей. Государственный научный фонд СШа (National Science Foundation) - правительственная структура, которая поддерживает фундаментальные научные исследования и образовательную деятельность в сферах естественнонаучного знания, не относящихся к медицине - профинансировала разработку поискового инструмента, который не просто находит те или иные звуковые фрагменты, но и улавливает эстетическое сходство между ними.
Один из крупнейших американских экспертов в сфере интернет-поиска Джон Баттелл, основатель журналов Wired и The Industry Standard, автор веб-блога Searchblog, посвященного вопросам поиска в сети, высоким технологиям и средствам массовой информации, рассказал о разработке интернет-ресурсу Ars Technica.
Технология, на которой работает устройство, была создана в рамках исследования направления, получившего название "искусственные художественные критики" (AAC). AAC имеют две ключевых составлящих. Одна из них оценивает, как на то или иное произведение искусства отреагирует большинтсво людей, другая вычленяет саму ритмическую структуру файла и его общие характеристики. Специалисты сомневаются, что "оценочная" функция найдет при поиске музыки широкое применение: многие ищут то, что неявляется эстетичным по общепринятым канонам. Помимо этого, "непопулярная" музыка и так представлена в сети относительно нешироко - ее реже выкладывают или архивируют.
Таким образом, ключевым компонентом новой технологии должен стать именно "вычленитель" ключевых характеристик аудиофайла. В прошлом и Баттеллу, и другим исследователям уже удавалось создать искусственные нейронные сети, которые способны были при прослушивании классической музыки узнавать композитора и жанр с вероятностью в 90%. Аналогичный показатель для других музыкальных направлений колебался в диапазоне от 70% до 90%.
Искусственная нейронная сеть — это математическая модель, а также устройства параллельных вычислений, представляющие собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Как математическая модель искусcтвенная нейронная сеть представляет собой частный случай методов распознавания образов или дискриминантного анализа.
Наконец, еще одной немаловажной задачей, которую выполняет новый поисковик, является анализ объективных формальных характеристик звукового потока, таких, как высота, продолжительность, использованные разновидности гармонических интервалов, аккорды и т.п. Они оцениваются в рамках соотноения друг к другу с целью выявления общего звукового "каркаса". Авторы исследования приводят реальный пример работы своей программы, который можно оценить самостоятельно. http://www.cs.cofc.edu/~manaris/music-search/
источник: wwwGZT.ru