1000 resultados para Étiquetage automatique de musique


Relevância:

100.00% 100.00%

Publicador:

Resumo:

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Relevância:

90.00% 90.00%

Publicador:

Resumo:

L'apprentissage machine (AM) est un outil important dans le domaine de la recherche d'information musicale (Music Information Retrieval ou MIR). De nombreuses tâches de MIR peuvent être résolues en entraînant un classifieur sur un ensemble de caractéristiques. Pour les tâches de MIR se basant sur l'audio musical, il est possible d'extraire de l'audio les caractéristiques pertinentes à l'aide de méthodes traitement de signal. Toutefois, certains aspects musicaux sont difficiles à extraire à l'aide de simples heuristiques. Afin d'obtenir des caractéristiques plus riches, il est possible d'utiliser l'AM pour apprendre une représentation musicale à partir de l'audio. Ces caractéristiques apprises permettent souvent d'améliorer la performance sur une tâche de MIR donnée. Afin d'apprendre des représentations musicales intéressantes, il est important de considérer les aspects particuliers à l'audio musical dans la conception des modèles d'apprentissage. Vu la structure temporelle et spectrale de l'audio musical, les représentations profondes et multiéchelles sont particulièrement bien conçues pour représenter la musique. Cette thèse porte sur l'apprentissage de représentations de l'audio musical. Des modèles profonds et multiéchelles améliorant l'état de l'art pour des tâches telles que la reconnaissance d'instrument, la reconnaissance de genre et l'étiquetage automatique y sont présentés.

Relevância:

30.00% 30.00%

Publicador:

Resumo:

Pendant la dernière décennie nous avons vu une transformation incroyable du monde de la musique qui est passé des cassettes et disques compacts à la musique numérique en ligne. Avec l'explosion de la musique numérique, nous avons besoin de systèmes de recommandation de musique pour choisir les chansons susceptibles d’être appréciés à partir de ces énormes bases de données en ligne ou personnelles. Actuellement, la plupart des systèmes de recommandation de musique utilisent l’algorithme de filtrage collaboratif ou celui du filtrage à base de contenu. Dans ce mémoire, nous proposons un algorithme hybride et original qui combine le filtrage collaboratif avec le filtrage basé sur étiquetage, amélioré par la technique de filtrage basée sur le contexte d’utilisation afin de produire de meilleures recommandations. Notre approche suppose que les préférences de l'utilisateur changent selon le contexte d'utilisation. Par exemple, un utilisateur écoute un genre de musique en conduisant vers son travail, un autre type en voyageant avec la famille en vacances, un autre pendant une soirée romantique ou aux fêtes. De plus, si la sélection a été générée pour plus d'un utilisateur (voyage en famille, fête) le système proposera des chansons en fonction des préférences de tous ces utilisateurs. L'objectif principal de notre système est de recommander à l'utilisateur de la musique à partir de sa collection personnelle ou à partir de la collection du système, les nouveautés et les prochains concerts. Un autre objectif de notre système sera de collecter des données provenant de sources extérieures, en s'appuyant sur des techniques de crawling et sur les flux RSS pour offrir des informations reliées à la musique tels que: les nouveautés, les prochains concerts, les paroles et les artistes similaires. Nous essayerons d’unifier des ensembles de données disponibles gratuitement sur le Web tels que les habitudes d’écoute de Last.fm, la base de données de la musique de MusicBrainz et les étiquettes des MusicStrands afin d'obtenir des identificateurs uniques pour les chansons, les albums et les artistes.

Relevância:

20.00% 20.00%

Publicador:

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Dans l'oeuvre contemporaine d'Alessandro Baricco, des références de toutes sortes attirent l'attention de ceux et celles qui s'intéressent aux récits et romans de l'écrivain italien. De cette esthétique néo-baroque, c'est la rencontre avec d'autres formes d'art qui nous a ici interpelée. Autant sur le plan formel que thématique, les références à la musique, à la peinture et au cinéma, entre autres, offrent de remarquables exemples d'intermédialité. Cette diversité de disciplines convoquées dans le texte de Châteaux de la colère (1995), Soie (1997), Océan mer (1998), City (2001) et Novecento : pianiste (1997), constitue l'originalité forte de l'oeuvre de Baricco. Ces formes artistiques produisent une ambiance qui plonge le lecteur dans le domaine de l'art et accorde à l'auteur la possibilité de déployer avec une grande maîtrise de moyens et d'effets son style unique. Les renvois intermédiatiques relevant principalement des personnages soutiennent les propos de Baricco au sujet de l'art : ils permettent d'établir l'importance qu'accorde ce dernier au métalangage artistique et à la création sous toutes ses formes. Par là, il devient possible de mieux comprendre sa propre oeuvre littéraire qui valorise, au détriment de la prétention réaliste, une fantaisie ludique qui relève du spectaculaire. Le premier chapitre présente les procédés formels au service de la musicalité dans l'écriture de Baricco et les personnages de musiciens - ou en lien avec la musique - qui évoquent cette forme artistique privilégiée. Dans le deuxième chapitre, il est question des moyens techniques qui permettent aux textes de Baricco de rappeler l'art pictural ainsi que des personnages qui, par le truchement de la peinture, tiennent un discours sur la création artistique. Dans le troisième et dernier chapitre, nous nous intéressons à la structure romanesque qui, par diverses stratégies formelles, imite le scénario. Les personnages qui renvoient à l'art dramatique sont aussi abordés, de façon à tenir compte de la vision artistique qu'ils mettent en place. Enfin, la conclusion nous permet, à la lumière des informations recueillies, de relever les effets entrainés i.e. [entraînés] par ces jeux intermédiatiques. Celle-ci est aussi pour nous l'occasion de dégager, en son caractère unitaire, la vision artistique à l'oeuvre chez Baricco.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

La mise en registre 3D (opération parfois appelée alignement) est un processus de transformation d’ensembles de données 3D dans un même système de coordonnées afin d’en aligner les éléments communs. Deux ensembles de données alignés ensemble peuvent être les scans partiels des deux vues différentes d’un même objet. Ils peuvent aussi être deux modèles complets, générés à des moments différents, d’un même objet ou de deux objets distincts. En fonction des ensembles de données à traiter, les méthodes d’alignement sont classées en mise en registre rigide ou non-rigide. Dans le cas de la mise en registre rigide, les données sont généralement acquises à partir d’objets rigides. Le processus de mise en registre peut être accompli en trouvant une seule transformation rigide globale (rotation, translation) pour aligner l’ensemble de données source avec l’ensemble de données cible. Toutefois, dans le cas non-rigide, où les données sont acquises à partir d’objets déformables, le processus de mise en registre est plus difficile parce qu’il est important de trouver à la fois une transformation globale et des déformations locales. Dans cette thèse, trois méthodes sont proposées pour résoudre le problème de mise en registre non-rigide entre deux ensembles de données (représentées par des maillages triangulaires) acquises à partir d’objets déformables. La première méthode permet de mettre en registre deux surfaces se chevauchant partiellement. La méthode surmonte les limitations des méthodes antérieures pour trouver une grande déformation globale entre deux surfaces. Cependant, cette méthode est limitée aux petites déformations locales sur la surface afin de valider le descripteur utilisé. La seconde méthode est s’appuie sur le cadre de la première et est appliquée à des données pour lesquelles la déformation entre les deux surfaces est composée à la fois d’une grande déformation globale et de petites déformations locales. La troisième méthode, qui se base sur les deux autres méthodes, est proposée pour la mise en registre d’ensembles de données qui sont plus complexes. Bien que la qualité que elle fournit n’est pas aussi bonne que la seconde méthode, son temps de calcul est accéléré d’environ quatre fois parce que le nombre de paramètres optimisés est réduit de moitié. L’efficacité des trois méthodes repose sur des stratégies via lesquelles les correspondances sont déterminées correctement et le modèle de déformation est exploité judicieusement. Ces méthodes sont mises en oeuvre et comparées avec d’autres méthodes sur diverses données afin d’évaluer leur robustesse pour résoudre le problème de mise en registre non-rigide. Les méthodes proposées sont des solutions prometteuses qui peuvent être appliquées dans des applications telles que la mise en registre non-rigide de vues multiples, la reconstruction 3D dynamique, l’animation 3D ou la recherche de modèles 3D dans des banques de données.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Dans cet article, nous présenterons une étude comparative de quelques techniques de manipulation du signal comme la Transformée de Fourier à Court Terme, la Synthèse Granulaire Asynchrone et PSOLA, notamment dans le cadre de leur utilisation en temps réel. Nous présenterons succinctement le fonctionnement de ces trois méthodes dans l’environnement Max / MSP avec l’utilisation de la librairie GABOR. La manipulation des paramètres propres à chaque méthode a des conséquences sur les variables musicales, et l’utilisation de ces méthodes implique des corrélations entre les paramètres techniques du traitement du signal et des attributs musicaux spécifiques. Ainsi, nous essayerons d’explorer les espaces des paramètres et de la perception musicales entre le temps, la période et le spectre (les rythmes, les fréquences et les timbres) en comparant les différentes méthodes en vue de leur croisement dans un système de traitement commun.

Relevância:

20.00% 20.00%

Publicador: