Wien (TU). - Die steigende Popularität von digitalen Musikkollektionen (z.B. private MP3-Sammlungen) bietet für Thomas Lidy, Projektassistent am Institut für Softwaretechnik und Interaktive Systeme der TU Wien, einen reichen wissenschaftlichen Fundus. Im Rahmen seiner Diplomarbeit auf dem Forschungsgebiet "Music Information Retrieval" entwickelte er Algorithmen, die für jeden Song in einer Datenbank ein eigenes Rhythmusmuster (rhythm pattern) und sogenannte Feature Sets berechnen. Ein Rhythmusmuster besteht aus bis zu 1.400 Features oder Zahlen, die die Musik beschreiben. Anhand der "patterns" kann der Computer nach Genres (z.B. Pop, Klassik, Worldmusic) klassifizieren und in klangliche Ähnlichkeiten einteilen. Dann wird der PC trainiert die Muster automatisch zu erkennen und zu bestehenden "patterns" zuzuordnen. Lidy: "Der Computer lernt dabei, wie so ein 'pattern' von einem Hip Hop- oder Rockstück tendenziell auszusehen hat. Die Software vergleicht sie miteinander und kann sie so einordnen."

Die akustische Suche selbst erfolgt unter anderem anhand von Musikausschnitten. Prinzipiell möchte Lidy von der textuellen Suche wegkommen. "Oft kennt man den Namen eines Interpreten nicht oder Musikstücke werden falsch zugeordnet. Anhand von kleinen Ausschnitten vergleicht der Computer zuerst mit dem Archiv und holt dann klanglich ähnliche Lieder heraus. Wenn mir beispielsweise die Musik von Coldplay gefällt, sage ich dem Computer: 'Zeig mir alle Musikstücke, die ähnlich klingen.' Ich kann unbekannte KünstlerInnen ausforschen und deren Musik kennenlernen", fasst Lidy zusammen.
Denkbar wäre auch ein gesuchtes Lied vor dem Computer zu summen und diesen dann anhand der Melodie im Musikarchiv nach ähnlichen Mustern suchen zu lassen.

Einmal im Jahr findet in diesem Zusammenhang die ISMIR (International Conference on Music Information Retrieval) statt. Lidy und seine KollegInnen nehmen alljährlich am Wettbewerb der Konferenz teil und testen gemeinsam mit anderen WissenschafterInnen ihre Algorithmen anhand einer Benchmark-Musikdatenbank (= Maßstab). Der beste Algorithmus erfährt bei der Musiksuche die höchste Trefferquote. Im Vorjahr konnte das Team der TU Wien bereits eine 74% Genre-Übereinstimmung für die gesuchten Stücke erreichen. Die Verbreitung des Forschungsgebietes ist seit Beginn der Konferenz im Jahr 2000 enorm angewachsen. Lidy: "Es sind hier noch viele Anwendungen denkbar, seit dem die Musik im Internet so stark überhand genommen hat. Für eine bessere Visualisierung und direkte Interaktion haben wir eine Software entwickelt, die Musiklandkarten erstellt. Ähnliche Musikstücke und Genres werden auf eigenen Inseln zusammengefasst. Wir haben auch kleinere Implementierungen für Handys gemacht. Man könnte sie verwenden, um von Musikportalen im Internet Stücke herunterzuladen und dann auf das Handy streamen zu lassen.

Fotodownload: <link http: www.tuwien.ac.at _blank>

www.tuwien.ac.at/index.php, öffnet eine externe URL in einem neuen Fenster

Rückfragehinweis:
Projektass. Dipl.-Ing. Thomas Lidy
Technische Universität Wien
Institut für Softwaretechnik und Interaktive Systeme
Favoritenstraße 9-11/188/1
1040 Wien
T +43/1/58801 - 18835, -18863
F +43/1/58801 - 18899
E <link>lidy@ifs.tuwien.ac.at

www.ifs.tuwien.ac.at/~lidy/, öffnet eine externe URL in einem neuen Fenster

Aussender:
Mag. Daniela Ausserhuber
TU Wien - PR und Kommunikation
Karlsplatz 13/E011, A-1040 Wien
T +43-1-58801-41027
F +43-1-58801-41093
E <link>daniela.ausserhuber@tuwien.ac.at

www.tuwien.ac.at/pr, öffnet eine externe URL in einem neuen Fenster