Empreintes : un algorithme pour l'extraction automatique de descripteurs audio et l'évaluation de leur pertinence pour l'analyse musicale

Jean-Henri Nothias, Florian Iochem

Type De Soumission: Articles présentant des résultats nouveaux, non publiés.

Keywords: AMAO, descripteurs audio, score de localisation, topographie timbrale

TL;DR: Empreintes automatise l'extraction de descripteurs audio d'enregistrements et calcule leurs scores de localisation, qui évaluent leur pertinence pour l'analyse musicale, via un graphe de franchissement et des topographies 3D interactives.

Abstract:

Empreintes est un algorithme d’Analyse Musicale Assis-
tée par Ordinateur (AMAO) open source 1 dont l’objectif
est de recommander à l’analyste une collection de des-
cripteurs audio pertinents pour décrire un enregistrement
sonore. À partir d’une segmentation temporelle par fenê-
trage glissant, le modèle mesure la similarité cosinus de
spectrogrammes Mel puis construit une matrice de dissi-
milarité. Il filtre ensuite cette matrice à l’aide d’un graphe
de franchissement, afin d’obtenir une métrique sur l’es-
pace des segments. Une quarantaine de descripteurs au-
dio, pour la plupart issus de la librairie FluCoMa [17],
sont extraits et évalués par un score de localisation quan-
tifiant leur cohérence avec la structure métrique dégagée.
L’algorithme génère des « topographies timbrales » tridi-
mensionnelles interprétables par l’analyste. Nous l’appli-
quons ici à trois interprétations de la Danse Sacrale du
Sacre du Printemps (1913) d’Igor Stravinsky (1882-1971)
afin d’évaluer la pertinence et la stabilité des descripteurs
recommandés.

Email Sharing: Nous autorisons le partage des noms et des adresses électroniques des auteurs avec les responsables du programme.

Submission Number: 12