پيش‌ نمون‌سازي سامانه ويبراتو-فهم بازيابي زمزمه-محور اطلاعات موسيقايي براي ابزارهاي ارتباطي همراه: مطالعه موردي هارمونيكاي كروماتيك

Prototyping a Vibrato-Aware Query-By-Humming (QBH) Music Information Retrieval System for Mobile Communication Devices: Case of Chromatic Harmonica

زمينه و هدف: پژوهش حاضر با هدف پيش‌نمون‌سازي سامانه‌هاي زمزمه-محور روي گوشي‌هاي هوشمند انجام شده است. روش پژوهش: در اين تحقيقِ چند-روشي، از فن شبيه‌سازي در مجموعه مدل‌هاي آميخته روش پژوهش در عمليات، و نيز روش سندي، به طور همزمان، استفاده شده است. آزمايش اين پژوهش بر دو آلبوم هارمونيكاي كروماتيك بنا شد. به اين منظور، 24 قطعه هوموفونيك با استفاده از نرم‌افزار هِليوم اُديو اِسپِليتِر برش زده شدند. برش‌هاي برگزيده در محيط نرم‌افزار سونيك ويژوآلايزِر، پردازش، و 168 سند ايكس اِم اِل (گروه اول) توليد شدند. از سوي ديگر، 4 سوژه پژوهش همان برش‌ها را همراه با ويبراتو، زمزمه و ضبط كردند. زمزمه‌ها با استفاده از نرم‌افزار اِي اِم آر تو اِم پي تِري كانوِرتُر تبديل فرمت شده، و براي دريافت خروجي‌هاي ايكس اِم اِل به سونيك ويژوآلايزِر تحويل شدند. در اين مرحله نيز مجموعه‌اي متشكل از 672 سند ايكس اِم اِل (گروه دوم) توليد شد. نرم‌افزار مَتلَب بر اساس 168 سند گروه اول تعليم داده شد. سپس، 672 سند گروه دوم، به مَتلَب خورانده، و پردازش شدند. در نهايت، خروجي‌هاي مَتلَب براي هر دو گروه، به وسيله نرم‌افزار ايمِيج كامپِيرِر با يكديگر مقايسه شدند. يافته‌ها: يافته‌هاي پژوهش، شباهت بسيار زياد (99 درصد) ميان خروجي‌هاي منتج از پردازش قطعات (گروه اول)، و خروجي‌هاي منتج از پردازش زمزمه‌ها (گروه دوم) را نشان دادند. همچنين، مشخص شد كه تغيير جنسيت و مهارت موسيقايي كاربران تفاوتي در نتايج ايجاد نمي‌كند. نتيجه‌گيري: مي‌توان اذعان كرد طراحي سامانه زمزمه-محوري كه از طريق تبديل صوت به اسناد ايكس اِم اِل، و مقايسه اسناد، قطعات موسيقايي را بازيابي مي‌كند، راهبرد مناسبي براي توسعه نرم‌افزارهاي بازيابي اين قطعات روي گوشي‌هاي هوشمند است.

Background and Aim: The current research aims at prototyping query-by-humming music information retrieval systems for smart phones. Methods: This multi-method research follows simulation technique from mixed models of the operations research methodology, and the documentary research method, simultaneously. Two chromatic harmonica albums comprised the research population. To achieve the purpose of research, 24 homophonic tracks were splitted by using Helium Audio Splitter software. The splits were processed by Sonic Visualiser software; and 168 XML documents were produced. On the other hand, 4 research participants hummed and recorded splits. Hummed tracks were converted by using AMR to MP3 Converter software, processed by Sonic Visualiser, and resulted in 672 XML documents. MATLAB software was learned by the first group of XML documents (168), and then, processed the second group of XML documents (672) for providing desirable outputs. Outputs were compared by using Image Comparer software. Results: Findings indicated a high degree of similarity (99 %) between outputs of two groups of XML documents. It has also been found that the gender and the music skill do not have any impact on the results. Conclusion: It could be acknowledged that designing query-by-humming systems based on converting audio to XML documents, and document matching, is an appropriate strategy towards developing music retrieval applications for smart phones.