Introdução:

O termo sampling é utilizado no domínio de música para designar a utilização de um trecho de uma música como base se compor outra. Apesar de ser uma técnica bastante utilizada na música popular, é preciso garantir que os direitos autorais da base dessa nova composição estão sendo respeitados. Com o crescente interesse em aplicações relacionadas ao processamento de música, os desafios relacionados à análise de gravações de áudio são agravados pelo crescente volume de dados. Nesse cenário, algoritmos de análise musical devem ser eficientes em tempo e espaço. Uma alternativa a esse problema é a utilização de funções de junção por similaridade.

Objetivo:

É necessário um algoritmo de comparação de similaridades eficiente em termos de tempo e espaço. Nesse cenário, seria ideal a utilização do perfil da matriz de similaridades (ou SiMPle), que provê uma representação das similaridades entre subsequência de modo eficiente em termos de espaço. Este trabalho consiste em desenvolver um algoritmo baseado no SiMPle para a identificação automática de sampling. Além disso, utilizaremos técnicas de separação de fonte de áudio, a fim de fazer comparações que separam, por exemplo, a melodia da instrumentação.

Metodologia:

As atividades realizadas durante a vigência do projeto podem ser separadas em quatro seções, sendo elas: o estudo do material bibliográfico referente aos temas do projeto, como aprendizado de máquina e processamento de áudio; o estudo e implementação de técnicas de separação de áudio, onde foram analisadas a viabilidade de diferentes técnicas dentro da aplicação; a implementação da junção por similaridade, utilizando os resultados do SiMPLe; e por fim, a construção do website, para demonstrar as funcionalidades desenvolvidas.

Resultados:

Os resultados envolvem as quatro tarefas anteriormente comentadas.

Os estudos de aprendizado de máquina tiveram foco em assuntos introdutórios, e os estudos sobre processamento de áudio foram relacionados aos trabalhos que seriam desenvolvidos posteriormente.

Sobre as técnicas de separação de áudio, foi definido que a melhor técnica para a aplicação deveria atender alguns requisitos, sendo eles: bom isolamento das faixas, alta fidelidade e ausência de artefatos, um rápido desempenho, e uma quantidade razoável de faixas.

A junção por similaridade consistiu em comparar pares de recortes de uma série temporal calculando a distância entre eles. O SiMPle foi utilizado para gerar a matriz das séries temporais, após isso foi criado um algoritmo para analisar a matriz e gerar recortes nas áreas de maior similaridade, que podem indicar um caso de sample.

Por fim, a construção da aplicação web contendo as tarefas pesquisadas teve a motivação de demonstrar e divulgar os resultados obtidos. Foi construído um website contendo as funcionalidades desenvolvidas.

Conclusão:

Os resultados da separação de áudio atenderam as expectativas, isolar as faixas de sampling do contexto da música original permitiu que o SiMPle pudesse gerar resultados mais precisos sobre as canções. Além disso, os resultados mostraram a relevância de envolver a separação de fontes de áudio em conjunto com a junção por similaridade para a mineração de dados musicais, em específico para a tarefa de identificação automática de sampling.