WO2009013144A1 - Method for determining a similarity, device, and the use thereof - Google Patents
Method for determining a similarity, device, and the use thereof Download PDFInfo
- Publication number
- WO2009013144A1 WO2009013144A1 PCT/EP2008/059022 EP2008059022W WO2009013144A1 WO 2009013144 A1 WO2009013144 A1 WO 2009013144A1 EP 2008059022 W EP2008059022 W EP 2008059022W WO 2009013144 A1 WO2009013144 A1 WO 2009013144A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- similarity
- files
- music
- songs
- descriptor
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 description 11
- 239000011435 rock Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 229910001385 heavy metal Inorganic materials 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
- G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
- G11B27/034—Electronic editing of digitised analogue information signals, e.g. audio or video signals on discs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Definitions
- the invention relates to a method for determining a similarity of files or file contents, in particular music files or music pieces stored in files or songs in general, a device for using the method according to the invention or for carrying it out and a use of the method according to the invention.
- the files may preferably be present on a file carrier, such as on a CD, DVD, a hard disk, a chip card, an SD card, an MMC or a USB medium, or they may be downloaded directly from, for example, a file server or from a website.
- a file carrier such as on a CD, DVD, a hard disk, a chip card, an SD card, an MMC or a USB medium, or they may be downloaded directly from, for example, a file server or from a website.
- Such electronic devices may be a CD or DVD player, it may also be so-called MP3 players or similar music players.
- the available and playable music files, songs or songs from the device in an operating mode can be automatically selected, for example, the operator of the electronic device can make a preselection, so that the device within this preselection automatically selects pieces. For example, a so-called genre or an artist or a music album can be preselected.
- the pieces of music or songs are described in detail by their descriptors in addition to their music information.
- descriptors are used, such as “genre”, “artist”, “album”, “tempo” etc., after which the pieces of music can be classified and grouped.
- the descriptors again have descriptor values, such as "rock” or "pop” for the descriptor "genre.”
- the similarity of pieces of music or songs for an automatic selection or for the sorting of the pieces of music of importance, as this similar pieces of music from a Variety of pieces of music can be selected automatically or can be summarized as sorting, which are preferred for example by the user because of his musical taste.
- US 2003/01 10056 A1 discloses a method for evaluating elements for a recommender system in which an individual evaluation of each element is performed and an implicit judgment is made with a set of connected elements.
- SOM SeIf Organizing Map
- the object with respect to the method is achieved by a method for determining a similarity of files or file contents, in particular music files or stored in files pieces of music or songs, wherein in a first step for at least substantially all descriptors each individually at least substantially all The descriptors that can be assigned to the songs are analyzed with respect to their similarity, and then similarity matrices for the individual descriptors with the descriptor values are generated. Then the similarity of files or file contents, in particular music files or of music pieces or songs stored in files, is determined on the basis of the similarity matrices.
- a Euclidean distance from descriptor values or their projection is determined, for example, in a plane of the similarity matrix.
- similarity can be defined through a pure geometric relationship between descriptor values, while at the same time creating a measure of similarity or dissimilarity.
- the respective similarities of the descriptor values are determined by summation or by a weighted summation over at least substantially all descriptors for a file or a piece of music or a song to a size which is the measure for the similarity to another file or piece of music or song.
- the method is carried out on a central server or on a music player.
- the similarity matrices of the respective descriptors are subsequently transmitted to a playback device. It is also advantageous if, in the case that the method is performed on a central server, connect the similarity data of the respective files or songs to a player.
- the object with regard to the device is achieved by a device for using the method according to the invention, in particular a file server or a music player.
- the object with regard to the use according to the invention is achieved by the use of the method according to the invention on a file server for the central determination of similarities or on a music player for the local determination of similarities.
- FIG. 1 is a block diagram of an apparatus for performing or applying a method according to the invention
- FIG. 3 is an illustration for explaining a similarity of descriptor values
- Fig. 4 is a block diagram for explaining the method according to the invention. Preferred embodiment of the invention
- the 1 shows a block diagram of an electronic device 1, by means of which files can be played, such as music files.
- the device 1 thus represents a music player.
- the electronic device 1 has a computer unit 2 with data memory 3, wherein the data memory 3 can be used as memory for playable music files.
- the electronic device 1 has an interface 4 for operator guidance and optionally for display 5.
- a preferably provided separately from the device file handling system or a file server 6 is provided on which the available files or songs can be stored and processed. In this regard, the inventive method can be performed on the server 6 or on the device 1.
- the playable music files such as songs, are described using various descriptors.
- Descriptors are, for example, divided into the following categories: “genre”, “artist”, “album”, “tempo” etc. These descriptors can in turn be assigned descriptor values, for example the descriptor “genre” with the descriptor values "" Rock “,” Pop “,” Heavy Metal “,” Classical “etc. is certifiable.
- Figure 2 shows a diagram of a descriptor usage, where reference numeral 10 stands for a music file or a song.
- This song may have various descriptors, such as “genre” 11, “tempo” 12, “artist” 13 or “album” 14, etc.
- descriptor values such as “rock” with the reference numeral 11.1, “pop” with the Reference numeral 1 1.2, “Classical” with the reference numeral 1.3, “Heavy Metal” with the reference numeral 1.4, etc.
- the descriptors and their associated descriptor values of all available songs or pieces of music are centrally managed, such as by a file server or comparable file handling system 6.
- This system 6 can determine the similarity of the descriptor values of the files or the songs and derive a similarity matrix from it. This is described using the example of the descriptor "genre", as shown in FIG.
- Figure 3 shows an array of descriptor values 21-25 in a plane 20.
- the descriptor values are distributed on both the x-axis and the y-axis with different coordinates, i. the descriptor values are arranged in one plane.
- the descriptor value 21 stands for the genre "heavy metal”, the descriptor value 22 for "hard rock”, the descriptor value 23 for "rock”, the descriptor value 24 for "pop” and the descriptor value 25 for "classical”.
- the method according to the invention can produce a comparison between the results of the analysis with the actual descriptor values of the songs themselves. With this, too, a similarity matrix can be generated in which a certain similarity of different songs to each other can be extrapolated.
- This similarity matrix can then be used as a basis for further method steps which are based on a similarity of files or pieces of music or songs or other data.
- the descriptor values are arranged in one plane and the Euclidean distance between descriptor values can be used as a similarity between the descriptor values.
- the described method can be used by taking advantage of the distance between the descriptor values.
- another method can be used in which, for example, a SeIf Organizing Map (SOM), ie a self-organizing map is used.
- SOM SeIf Organizing Map
- a neural network is trained with all values of the descriptor values that can determine a descriptor or can be assigned to it.
- a result of a similarity matrix can be obtained.
- This matrix is a cluster clustered by similarities in descriptor values.
- a similarity matrix can be obtained from a database analysis using targeted search techniques. For example, a search method may be used and the such result may be processed after the frequently co-occurring results, such that a sum of the co-occurring descriptor values is determined.
- a matrix can be generated manually according to predetermined boundary conditions.
- all similarity matrices to all descriptors also include all descriptor values related thereto.
- the descriptors present on the music player are known and in this regard the similarity matrices are created and these or the calculated similarities of the songs can be loaded into the memory of the device.
- descriptors for example, for the descriptors "artist” and “album” done, with such a limitation may preferably be limited to the existing songs.
- the similarity of the two descriptor values is determined for each descriptor. By summing over all descriptor similarities, a variable can then be determined which can be used as a measure of a similarity of songs.
- a weighted summation can also be carried out in which, in addition to the respective similarity, a weighting factor, such as a measure of "importance," for example, is used for the same "genre".
- automatic song selection may be performed using a default descriptor value or determined from a start song, and the available songs having a presettable similarity or similarity in the environment of a selected start song may then be automatically selected be selected and played. It may be advantageous if the similarities of the songs are graded. For example, in the "Tempo" descriptor, a song may have a descriptor value of "1 OObpm", which value may be used as the starting point, and songs having a descriptor value of 90bpm or 10bpm will be played less frequently than songs of 100bpm, respectively they are less similar than the songs with 10Obpm. Further distant songs with eg 120 bpm can be completely hidden and then not selected and played.
- FIG. 4 shows a block diagram 30 for illustrating a method according to the invention.
- the method is started, in block 32 the descriptor value similarities are determined.
- the descriptor matrices are generated and in block 34 the similarities of songs, files etc. are determined.
- functions or processes are performed based on similarities, such as automatic song selection.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
The invention relates to a method for determining a similarity between files or file contents, such as particularly music files or songs stored in files. In a first step, the descriptor values (21,22,23,24,25) assigned to the songs are analyzed with respect to their similarity, then similarity matrices are generated, and finally the similarity (34) of files or file contents, such as particularly music files or songs stored in files is determined using the similarity matrices (33).
Description
Beschreibung description
Titeltitle
Verfahren zur Bestimmung einer Ähnlichkeit, Vorrichtung und Verwendung hierfürMethod of determining similarity, device and use thereof
Technisches GebietTechnical area
Die Erfindung betrifft ein Verfahren zum Bestimmen einer Ähnlichkeit von Dateien oder von Dateiinhalten, wie insbesondere von Musikdateien oder von in Dateien gespeicherten Musikstücken oder von Liedern im Allgemeinen, eine Vorrichtung zur Anwendung des erfindungsgemäßen Verfahrens bzw. zu seiner Durchführung und eine Verwendung des erfindungsgemäßen Verfahrens.The invention relates to a method for determining a similarity of files or file contents, in particular music files or music pieces stored in files or songs in general, a device for using the method according to the invention or for carrying it out and a use of the method according to the invention.
Stand der TechnikState of the art
Es sind elektronische Geräte, wie beispielsweise Musikabspielgeräte, bekannt, mittels welchen beispielsweise Musikdateien oder Lieder ausgewählt und abgespielt werden können. Die Dateien können dabei vorzugsweise auf einem Dateiträger, wie auf einer CD, DVD, einer Festplatte, einer Chipkarte, einer SD Karte, einer MMC oder einem USB-Medium vorliegen oder sie können unmittelbar beispielsweise von einem Dateiserver oder von einer Internetseite herunter geladen werden.There are electronic devices, such as music players, known, for example, by means of which, for example, music files or songs can be selected and played. The files may preferably be present on a file carrier, such as on a CD, DVD, a hard disk, a chip card, an SD card, an MMC or a USB medium, or they may be downloaded directly from, for example, a file server or from a website.
Solche elektronischen Geräte können ein CD- oder DVD-Player sein, es können auch so genannte MP3-Player oder ähnliche Musikabspielgeräte sein.Such electronic devices may be a CD or DVD player, it may also be so-called MP3 players or similar music players.
Dabei können die verfügbaren und abspielbaren Musikdateien, Musikstücke oder Lieder von dem Gerät in einem Betriebsmodus automatisch auswählbar sein, wobei der Bediener des elektronischen Gerätes beispielsweise eine Vorauswahl treffen kann, so dass das Gerät innerhalb dieser Vorauswahl automatisch Musik-
stücke auswählt. So kann beispielsweise ein so genanntes Genre oder ein Artist oder ein Musikalbum vorwählbar sein.The available and playable music files, songs or songs from the device in an operating mode can be automatically selected, for example, the operator of the electronic device can make a preselection, so that the device within this preselection automatically selects pieces. For example, a so-called genre or an artist or a music album can be preselected.
Die Musikstücke oder Lieder werden neben ihrer Musikinformation durch De- skriptoren näher beschrieben. So werden Deskriptoren verwendet, wie „Genre", „Artist", „Album", „Tempo" etc., wonach die Musikstücke klassifiziert und gruppiert werden können. Die Deskriptoren haben dabei wiederum Deskriptorwerte, wie beispielsweise „Rock" oder „Pop" für den Deskriptor „Genre". Dabei ist die Ähnlichkeit von Musikstücken oder Liedern für eine automatische Auswahl oder für die Sortierung der Musikstücke von Bedeutung, da dadurch ähnliche Musikstücke aus einer Vielzahl von Musikstücken automatisch ausgewählt werden können oder als Sortierung zusammengefasst werden können, die beispielsweise von dem Benutzer aufgrund seines Musikgeschmacks bevorzugt werden.The pieces of music or songs are described in detail by their descriptors in addition to their music information. Thus, descriptors are used, such as "genre", "artist", "album", "tempo" etc., after which the pieces of music can be classified and grouped. The descriptors again have descriptor values, such as "rock" or "pop" for the descriptor "genre." The similarity of pieces of music or songs for an automatic selection or for the sorting of the pieces of music of importance, as this similar pieces of music from a Variety of pieces of music can be selected automatically or can be summarized as sorting, which are preferred for example by the user because of his musical taste.
Die US 2003/01 10056 A1 offenbart ein Verfahren zur Beurteilung von Elementen für ein Empfehlungssystem, bei welchem eine Einzelbewertung jedes Elements durchgeführt wird und mit einem Satz verbundener Elemente eine implizite Beurteilung durchgeführt wird.US 2003/01 10056 A1 discloses a method for evaluating elements for a recommender system in which an individual evaluation of each element is performed and an implicit judgment is made with a set of connected elements.
Weiterhin sind Verfahren bekannt, bei welchen eine so genannte SeIf Organising Map (SOM) verwendet wird, um Dateien oder Daten hinsichtlich ihrer Musikinformation in einer Ähnlichkeitsbeziehung darzustellen. Solche SOMs basieren auf einem Algorithmus, bei welchem ein künstliches neuronales Netz mit Musikstücken trainiert wird und als Resultat eine Karte entsteht, bei welchem mit sehr hohem Rechenaufwand in einem niedrig-dimensionalen Raum, wie einer Fläche, abgebildet wird, so dass eine Entfernungsverteilung in einer Karte einer Ähnlichkeit der Musikstücke entsprechen soll. Es hat sich jedoch herausgestellt, dass trotz der sehr hohen benötigten Rechenleistung die Ergebnisse solcher Analysen noch zu ungenau und damit noch unbefriedigend sind.Furthermore, methods are known in which a so-called SeIf Organizing Map (SOM) is used to represent files or data in terms of their music information in a similarity relationship. Such SOMs are based on an algorithm in which an artificial neural network is trained with pieces of music and as a result creates a map in which very high computational effort in a low-dimensional space, such as a surface, is mapped, so that a distance distribution in one Map should correspond to a similarity of the pieces of music. However, it has been found that despite the very high computing power required, the results of such analyzes are still too inaccurate and thus unsatisfactory.
Darstellung der Erfindung, Aufgabe, Lösung, VorteilePresentation of the invention, object, solution, advantages
Es ist die Aufgabe der vorliegenden Erfindung, ein Verfahren zu schaffen, mittels welchem eine Bestimmung einer Ähnlichkeit von Dateien oder von Dateiinhalten, wie insbesondere Musikdateien oder von in Dateien gespeicherten Musikstücken
oder Liedern ermöglicht wird, das weniger Rechenaufwand bedarf und dennoch den Anforderungen hinsichtlich der Ähnlichkeit besser genügen als bei den Verfahren nach dem Stand der Technik. Weiterhin ist es die Aufgabe, eine Vorrichtung und eine Verwendung für das Verfahren zu schaffen.It is the object of the present invention to provide a method by which a determination of a similarity of files or file contents, in particular music files or pieces of music stored in files or songs, which requires less computational effort and yet satisfies the requirements of similarity better than in the prior art methods. Furthermore, it is the object to provide a device and a use for the method.
Erfindungsgemäß wird die Aufgabe bezüglich des Verfahrens gelöst durch ein Verfahren zum Bestimmen einer Ähnlichkeit von Dateien oder von Dateiinhalten, wie insbesondere Musikdateien oder von in Dateien gespeicherten Musikstücken oder Liedern, wobei in einem ersten Schritt für zumindest im Wesentlichen alle Deskriptoren jeweils individuell zumindest im Wesentlichen alle den Liedern zu- ordenbaren Deskriptorwerte hinsichtlich ihrer Ähnlichkeit analysiert werden und daraufhin Ähnlichkeitsmatrizen für die einzelnen Deskriptoren mit den Deskriptorwerten erzeugt werden. Anschließend wird die Ähnlichkeit von Dateien oder von Dateiinhalten, wie insbesondere Musikdateien oder von in Dateien gespei- cherten Musikstücken oder Liedern anhand der Ähnlichkeitsmatrizen bestimmt.According to the invention, the object with respect to the method is achieved by a method for determining a similarity of files or file contents, in particular music files or stored in files pieces of music or songs, wherein in a first step for at least substantially all descriptors each individually at least substantially all The descriptors that can be assigned to the songs are analyzed with respect to their similarity, and then similarity matrices for the individual descriptors with the descriptor values are generated. Then the similarity of files or file contents, in particular music files or of music pieces or songs stored in files, is determined on the basis of the similarity matrices.
Dabei ist es besonders vorteilhaft, wenn zur Bestimmung der Ähnlichkeit von Deskriptorwerten ein euklidischer Abstand von Deskriptorwerten bzw. deren Projektion beispielsweise in einer Ebene der Ähnlichkeitsmatrix bestimmt wird. Da- durch kann über eine reine geometrische Beziehung zwischen Deskriptorwerten die Ähnlichkeit definiert werden, wobei gleichzeitig ein Maßstab für die Ähnlichkeit oder Unähnlichkeit erzeugt wird.It is particularly advantageous if, in order to determine the similarity of descriptor values, a Euclidean distance from descriptor values or their projection is determined, for example, in a plane of the similarity matrix. Thus, similarity can be defined through a pure geometric relationship between descriptor values, while at the same time creating a measure of similarity or dissimilarity.
Weiterhin ist es zweckmäßig, wenn zur Bestimmung der Ähnlichkeiten die jewei- ligen Ähnlichkeiten der Deskriptorwerte durch Summation oder durch eine ge- wichtete Summation über zumindest im Wesentlichen alle Deskriptoren für eine Datei oder ein Musikstück oder ein Lied zu einer Größe bestimmt werden, die das Maß für die Ähnlichkeit zu einer anderen Datei oder Musikstück oder Lied ist.Furthermore, it is expedient if, to determine the similarities, the respective similarities of the descriptor values are determined by summation or by a weighted summation over at least substantially all descriptors for a file or a piece of music or a song to a size which is the measure for the similarity to another file or piece of music or song.
Ebenso ist es zweckmäßig, wenn das Verfahren auf einem zentralen Server oder auf einem Musikabspielgerät durchgeführt wird.It is also expedient if the method is carried out on a central server or on a music player.
Auch ist es vorteilhaft, wenn im Falle, dass der erste Schritt des Verfahrens auf einem zentralen Server durchgeführt wird, anschließen die Ähnlichkeitsmatrizen der jeweiligen Deskriptoren auf ein Abspielgerät übertragen werden.
Auch ist es vorteilhaft, wenn im Falle, dass das Verfahren auf einem zentralen Server durchgeführt wird, anschließen die Ähnlichkeitsdaten der jeweiligen Dateien oder Lieder auf ein Abspielgerät übertragen werden.It is also advantageous if, in the event that the first step of the method is carried out on a central server, the similarity matrices of the respective descriptors are subsequently transmitted to a playback device. It is also advantageous if, in the case that the method is performed on a central server, connect the similarity data of the respective files or songs to a player.
Die Aufgabe hinsichtlich der Vorrichtung wird gelöst durch eine Vorrichtung zur Anwendung des erfindungsgemäßen Verfahrens, wie insbesondere ein Dateiserver oder ein Musikabspielgerät.The object with regard to the device is achieved by a device for using the method according to the invention, in particular a file server or a music player.
Die Aufgabe hinsichtlich der erfindungsgemäßen Verwendung wird gelöst durch die Verwendung des erfindungsgemäßen Verfahrens auf einem Dateiserver zur zentralen Ermittlung von Ähnlichkeiten oder auf einem Musikabspielgerät zur lokalen Ermittlung von Ähnlichkeiten.The object with regard to the use according to the invention is achieved by the use of the method according to the invention on a file server for the central determination of similarities or on a music player for the local determination of similarities.
Vorteilhafte Weiterbildungen sind in den Unteransprüchen beschrieben.Advantageous developments are described in the subclaims.
Kurze Beschreibung der ZeichnungenBrief description of the drawings
Nachstehend wird die Erfindung auf der Grundlage eines Ausführungsbeispiels anhand der Zeichnungen näher erläutert. Es zeigen:The invention will be explained in more detail on the basis of an embodiment with reference to the drawings. Show it:
Fig. 1 ein Blockschaltbild einer Vorrichtung zur Durchführung oder Anwendung eines erfindungsgemäßen Verfahrens,1 is a block diagram of an apparatus for performing or applying a method according to the invention,
Fig. 2 ein Diagramm,2 is a diagram
Fig. 3 eine Darstellung zur Erläuterung einer Ähnlichkeit von Deskriptorwerten, und3 is an illustration for explaining a similarity of descriptor values, and FIG
Fig. 4 ein Bockschaltbild zur Erläuterung des erfindungsgemäßen Verfahrens.
Bevorzugte Ausführung der ErfindungFig. 4 is a block diagram for explaining the method according to the invention. Preferred embodiment of the invention
Die Figur 1 zeigt ein Blockschaltbild eines elektronischen Geräts 1 , mittels welchem Dateien abgespielt werden können, wie beispielsweise Musikdateien. Das Gerät 1 stellt somit ein Musikabspielgerät dar. Das elektronische Gerät 1 verfügt dabei über einen Computereinheit 2 mit Datenspeicher 3, wobei der Datenspeicher 3 als Speicher für abspielbare Musikdateien herangezogen werden kann. Weiterhin verfügt das elektronische Gerät 1 über eine Schnittstelle 4 zur Bedienerführung und gegebenenfalls zur Anzeige 5. Weiterhin ist ein vorzugsweise getrennt von dem Gerät vorgesehenes Dateihandlingsystem oder ein Dateiserver 6 vorgesehen, auf welchem die verfügbaren Dateien oder Lieder gespeichert und verarbeitet werden können. Diesbezüglich kann das erfindungsgemäße Verfahren auf dem Server 6 oder auf dem Gerät 1 durchgeführt werden.1 shows a block diagram of an electronic device 1, by means of which files can be played, such as music files. The device 1 thus represents a music player. The electronic device 1 has a computer unit 2 with data memory 3, wherein the data memory 3 can be used as memory for playable music files. Furthermore, the electronic device 1 has an interface 4 for operator guidance and optionally for display 5. Furthermore, a preferably provided separately from the device file handling system or a file server 6 is provided on which the available files or songs can be stored and processed. In this regard, the inventive method can be performed on the server 6 or on the device 1.
Die abspielbaren Musikdateien, wie die Lieder, werden dabei mittels verschiedener Deskriptoren beschrieben. Dabei sind Deskriptoren beispielsweise in die folgenden Kategorien aufgeteilt: „Genre", „Artist", „Album", „Tempo" etc. Diese Deskriptoren können dabei wiederum mit Deskriptorwerten belegt werden, wie beispielsweise der Deskriptor „Genre" mit den Deskriptorwerten „ „Rock", „Pop", „Heavy Metal", „Klassik" etc. belegbar ist.The playable music files, such as songs, are described using various descriptors. Descriptors are, for example, divided into the following categories: "genre", "artist", "album", "tempo" etc. These descriptors can in turn be assigned descriptor values, for example the descriptor "genre" with the descriptor values "" Rock "," Pop "," Heavy Metal "," Classical "etc. is certifiable.
Die Figur 2 zeigt ein Diagramm einer Deskriptorverwendung, wobei das Bezugszeichen 10 für eine Musikdatei oder ein Lied steht. Dieses Lied kann verschiedene Deskriptoren aufweisen, wie beispielsweise „Genre" 11 , „Tempo" 12, „Artist" 13 oder „Album" 14 etc. Darunter finden sich Deskriptorwerte, wie beispielsweise „Rock" mit dem Bezugszeichen 11.1 , „Pop" mit dem Bezugszeichen 1 1.2, „Klassik" mit dem Bezugszeichen 1 1.3, „Heavy Metal" mit dem Bezugszeichen 1 1.4 etc.Figure 2 shows a diagram of a descriptor usage, where reference numeral 10 stands for a music file or a song. This song may have various descriptors, such as "genre" 11, "tempo" 12, "artist" 13 or "album" 14, etc. These include descriptor values, such as "rock" with the reference numeral 11.1, "pop" with the Reference numeral 1 1.2, "Classical" with the reference numeral 1.3, "Heavy Metal" with the reference numeral 1.4, etc.
Um nun Liedern oder Musikdateien automatisiert eine Ähnlichkeit zuzuordnen, ist es vorteilhaft, wenn die Deskriptoren und ihre zugeordneten Deskriptorwerte aller verfügbaren Lieder oder Musikstücke zentral verwaltet werden, wie von einem Dateiserver oder einem vergleichbaren Dateihandlingsystem 6. Dieses System 6 kann die Ähnlichkeit der Deskriptorwerte der Dateien oder der Lieder ermit-
teln und daraus eine Ähnlichkeitsmatrix ableiten. Dies wird am Beispiel des Deskriptors „Genre" beschrieben, wie es in Figur 3 dargestellt ist.In order to automatically assign similarity to songs or music files, it is advantageous if the descriptors and their associated descriptor values of all available songs or pieces of music are centrally managed, such as by a file server or comparable file handling system 6. This system 6 can determine the similarity of the descriptor values of the files or the songs and derive a similarity matrix from it. This is described using the example of the descriptor "genre", as shown in FIG.
Figur 3 zeigt eine Anordnung von Deskriptorwerten 21 bis 25 in einer Ebene 20. Die Deskriptorwerte sind sowohl auf der x-Achse als auch auf der y-Achse mit unterschiedlichen Koordinaten versehen verteilt, d.h. die Deskriptorwerte sind in einer Ebene angeordnet. Der Deskriptorwert 21 steht für das Genre „Heavy Me- tal", der Deskriptorwert 22 für „Hard Rock", der Deskriptorwert 23 für „Rock", der Deskriptorwert 24 für „Pop" und der Deskriptorwert 25 für „Klassik".Figure 3 shows an array of descriptor values 21-25 in a plane 20. The descriptor values are distributed on both the x-axis and the y-axis with different coordinates, i. the descriptor values are arranged in one plane. The descriptor value 21 stands for the genre "heavy metal", the descriptor value 22 for "hard rock", the descriptor value 23 for "rock", the descriptor value 24 for "pop" and the descriptor value 25 for "classical".
Wie zu erkennen ist, sind die Abstände zwischen „Heavy Metal" und „Klassik" am größten und zwischen „Hard Rock" und „Rock" und zwischen „Heavy Metal" und „Hard Rock" bzw. „Rock" und „Pop" am geringsten. Entsprechend kann die Ähnlichkeit zwischen verschiedenen Musikstücken verschiedener Genres über den Abstand der Deskriptorwerte in einer dargestellten Ebene bewertet werden.As you can see, the gaps between "Heavy Metal" and "Klassik" are the largest and between "Hard Rock" and "Rock" and between "Heavy Metal" and "Hard Rock" or "Rock" and "Pop" the least. Accordingly, the similarity between different pieces of music of different genres can be evaluated by the distance of the descriptor values in a displayed plane.
Nachdem die Ähnlichkeit der Deskriptorwerte zumindest einzelner oder aller verfügbaren Deskriptoren ermittelt wurde, kann das erfindungsgemäße Verfahren einen Vergleich zwischen den Ergebnissen der Analyse mit den wirklich vorhan- denen Deskriptorwerten der Lieder selbst erzeugen. Auch damit kann eine Ähnlichkeitsmatrix erzeugt werden, worin eine gewisse Ähnlichkeit verschiedener Lieder zueinander extrapolierbar ist.After the similarity of the descriptor values of at least one or all available descriptors has been determined, the method according to the invention can produce a comparison between the results of the analysis with the actual descriptor values of the songs themselves. With this, too, a similarity matrix can be generated in which a certain similarity of different songs to each other can be extrapolated.
Diese Ähnlichkeitsmatrix kann dann als Grundlage weiterer Verfahrensschritte zu Grunde gelegt werden, welche auf einer Ähnlichkeit von Dateien oder Musikstücken oder Liedern oder anderer Daten beruhen.This similarity matrix can then be used as a basis for further method steps which are based on a similarity of files or pieces of music or songs or other data.
Dadurch wird eine automatische Generierung von Ähnlichkeitswerten oder einer Ähnlichkeitsmatrix beispielsweise innerhalb oder außerhalb des Musikabspielge- räts erlaubt, wobei bei einer Erzeugung der Ähnlichkeitsmatrix außerhalb des Abspielgeräts der Import diese Datei in das Abspielgerät eine Möglichkeit der Nutzung dieser Daten sein kann.As a result, an automatic generation of similarity values or a similarity matrix, for example, inside or outside the music playback device is allowed, and if the similarity matrix is generated outside the playback device, the import of this file into the playback device can be a possibility of using this data.
Der Nutzen solcher Ähnlichkeitsdaten oder Ähnlichkeitsmatrizen liegt auch darin begründet, dass bei Musikdateien innerhalb oder außerhalb eines Musikabspiel-
geräts 1 der Überblick über die vorhandenen Musikdateien relativ schnell für den Bediener oder Nutzer verloren geht. Will er vorzugsweise Musik aus einem speziell ausgewählten Genre abgespielt haben, ohne jedoch auf spezielle Lieder festgelegt zu sein, kann er einen automatischen Abspielmodus aktivieren, wel- eher Musikstücke auswählt, die eine gewisse Ähnlichkeit zueinander haben und die dem ausgewählten Genre angehören oder ihm nahe sind.The benefit of such similarity data or similarity matrices is also due to the fact that, for music files inside or outside a music player, device 1 the overview of the existing music files relatively quickly for the operator or user is lost. If he prefers to play music from a specially selected genre, but without being limited to specific songs, he can activate an automatic play mode which selects pieces of music which are somewhat similar to each other and which belong to or are close to the selected genre ,
Als Ausführungsbeispiel der Erfindung sei erneut auf die Figur 3 verwiesen, worin die Deskriptorenwerte in einer Ebene angeordnet sind und der euklidische Ab- stand zwischen Deskriptorwerten als Ähnlichkeit zwischen den Deskriptorwerten herangezogen werden kann.As an exemplary embodiment of the invention, reference is again made to FIG. 3, in which the descriptor values are arranged in one plane and the Euclidean distance between descriptor values can be used as a similarity between the descriptor values.
Zur Erzeugung einer Ähnlichkeitsmatrix kann das beschriebene Verfahren unter Ausnutzung des Abstandes zwischen den Deskriptorwerten herangezogen wer- den. Es kann jedoch auch ein anderes Verfahren herangezogen werden, bei welchem beispielsweise eine SeIf Organizing Map (SOM), also eine selbstorganisierende Karte verwendet wird. Dabei wird ein neuronales Netz mit allen Werten der Deskriptorwerte trainiert, die einen Deskriptor bestimmen können bzw. ihm zugeordnet sein können. Anschließend kann mittels einer Projezierung der einzelnen Deskriptorwerte beispielsweise in eine Ebene und eine Clusterung oder eine teilweise Zusammenfassung der Deskriptorwerte ein Ergebnis einer Ähnlichkeitsmatrix erhalten werden. Diese Matrix ist eine nach Ähnlichkeiten der Deskriptorwerte geclusterte Matrix.To generate a similarity matrix, the described method can be used by taking advantage of the distance between the descriptor values. However, another method can be used in which, for example, a SeIf Organizing Map (SOM), ie a self-organizing map is used. In this case, a neural network is trained with all values of the descriptor values that can determine a descriptor or can be assigned to it. Subsequently, by means of a projecting of the individual descriptor values, for example into a plane and a clustering or a partial combination of the descriptor values, a result of a similarity matrix can be obtained. This matrix is a cluster clustered by similarities in descriptor values.
Auch kann eine Ähnlichkeitsmatrix anhand einer Datenbankanalyse erhalten werden, wobei gezielte Suchverfahren verwendet wird. Beispielsweise kann ein Suchverfahren verwendet werden und das derartige Ergebnis nach den häufig zusammen auftretenden Ergebnissen verarbeitet werden, so dass eine Summe der gemeinsam auftretenden Deskriptorwerte ermittelt wird.Also, a similarity matrix can be obtained from a database analysis using targeted search techniques. For example, a search method may be used and the such result may be processed after the frequently co-occurring results, such that a sum of the co-occurring descriptor values is determined.
Auch kann eine Matrix manuell nach vorher festgelegten Randbedingungen erzeugt werden.Also, a matrix can be generated manually according to predetermined boundary conditions.
Vorteilhaft umfassen alle Ähnlichkeitsmatrizen zu allen Deskriptoren auch alle diesbezüglichen Deskriptorwerte.
Zur Erstellung der Ähnlichkeitsmatrizen ist es vorteilhaft, wenn die auf dem Musikabspielgerät vorhandenen Deskriptoren bekannt sind und diesbezüglich die Ähnlichkeitsmatrizen erstellt werden und diese oder die berechneten Ähnlichkei- ten der Lieder in den Speicher des Geräts ladbar sind.Advantageously, all similarity matrices to all descriptors also include all descriptor values related thereto. In order to produce the similarity matrices, it is advantageous if the descriptors present on the music player are known and in this regard the similarity matrices are created and these or the calculated similarities of the songs can be loaded into the memory of the device.
Auch kann aufgrund der sich ständig erhöhenden Zahl von Liedern und damit ggfs. auch sich ändernden Struktur und Auftreten von Deskriptoren oder Deskriptorwerten eine wiederkehrende Aktualisierung der Deskriptoren und der Ähnlich- keitsmatrizen erfolgenAlso, due to the ever-increasing number of songs and thus possibly also changing structure and appearance of descriptors or descriptor values, a recurring update of the descriptors and the similarity matrices can take place
Auch kann eine Eingrenzung von Deskriptoren beispielsweise für die Deskriptoren „Artist" und „Album" erfolgen, wobei sich eine solche Eingrenzung vorzugsweise auf die vorhandenen Lieder beschränken kann.Also, a limitation of descriptors, for example, for the descriptors "artist" and "album" done, with such a limitation may preferably be limited to the existing songs.
Um nun eine Ähnlichkeit zwischen zwei Liedern oder Dateien zu bestimmen, werden deren Deskriptoren mit ihren Deskriptorwerten verglichen und analysiert.In order to determine a similarity between two songs or files, their descriptors are compared with their descriptor values and analyzed.
Dazu wird für jeden Deskriptor die Ähnlichkeit der beiden Deskriptorwerte ermit- telt. Durch eine Summation über alle Deskriptorähnlichkeiten kann dann eine Größe ermittelt werden, welche als Maß für eine Ähnlichkeit von Liedern herangezogen werden kann.For this purpose, the similarity of the two descriptor values is determined for each descriptor. By summing over all descriptor similarities, a variable can then be determined which can be used as a measure of a similarity of songs.
Statt einer einfachen Summation der Ähnlichkeiten der Deskriptoren kann auch eine gewichtete Summation durchgeführt werden, bei welcher neben der jeweiligen Ähnlichkeit auch ein Gewichtungsfaktor, wie beispielsweise ein Maß für eine „Wichtigkeit" verwendet werden. Solche Wichtigkeiten können beispielsweise bei gleichem „Artist" höher sein als für das gleiche „Genre".Instead of a simple summation of the similarities of the descriptors, a weighted summation can also be carried out in which, in addition to the respective similarity, a weighting factor, such as a measure of "importance," for example, is used for the same "genre".
Aufgrund der Ähnlichkeitsmatrizen und dem Maß für die Ähnlichkeiten kann eine automatische Liedauswahl erfolgen, bei welcher ein voreingestellter Deskriptorwert herangezogen wird oder anhand eines Startliedsermittelt wird und die dazu vorliegenden Lieder mit einer voreinstellbaren Ähnlichkeit bzw. mit einer Ähnlichkeit in der Umgebung eines ausgewählten Startlieds können dann automatisch ausgewählt und abgespielt werden.
Dabei kann es vorteilhaft sein, wenn die Ähnlichkeiten der Lieder abgestuft werden. Beispielsweise kann beim Deskriptor „Tempo" ein Lied einen Deskriptorwert „1 OObpm" aufweisen, wobei dieser Wert als Startpunkt verwendet werden kann und Lieder mit einem Deskriptorwert von 90bpm oder 1 10bpm werden entsprechend seltener gespielt als Lieder mit dem Wert von ebenfalls 100 bpm, weil sie weniger ähnlich sind als die Lieder mit 10Obpm. Weiter entfernte Lieder mit z.B. 120 bpm können völlig ausgeblendet werden und dann nicht ausgewählt und gespielt werden.Based on the similarity matrices and the measure of similarities, automatic song selection may be performed using a default descriptor value or determined from a start song, and the available songs having a presettable similarity or similarity in the environment of a selected start song may then be automatically selected be selected and played. It may be advantageous if the similarities of the songs are graded. For example, in the "Tempo" descriptor, a song may have a descriptor value of "1 OObpm", which value may be used as the starting point, and songs having a descriptor value of 90bpm or 10bpm will be played less frequently than songs of 100bpm, respectively they are less similar than the songs with 10Obpm. Further distant songs with eg 120 bpm can be completely hidden and then not selected and played.
Die Figur 4 zeigt ein Blockschaltbild 30 zur Darstellung eines erfindungsgemäßen Verfahrens. In Block 31 wird das Verfahren gestartet, in Block 32 werden die Deskriptorwertähnlichkeiten ermittelt. In Block 33 werden die Deskriptormatrizen erzeugt und in Block 34 werden die Ähnlichkeiten von Liedern, Dateien etc. ermit- telt. In Block 35 werden Funktionen oder Verfahren auf Basis der Ähnlichkeiten durchgeführt, wie beispielsweise eine automatische Liedauswahl.
FIG. 4 shows a block diagram 30 for illustrating a method according to the invention. In block 31 the method is started, in block 32 the descriptor value similarities are determined. In block 33 the descriptor matrices are generated and in block 34 the similarities of songs, files etc. are determined. In block 35, functions or processes are performed based on similarities, such as automatic song selection.
Claims
1. Verfahren zum Bestimmen einer Ähnlichkeit von Dateien oder von Dateiinhalten, wie insbesondere Musikdateien oder von in Dateien gespeicherten Liedern, wobei in einem Schritt die den Liedern zugeordneten Deskriptorwerte (21 ,22,23,24,25) hinsichtlich ihrer Ähnlichkeit analysiert werden, daraufhin Ähnlichkeitsmatrizen (33) erzeugt werden und anschließend die Ähnlichkeit von Dateien oder von Dateiinhalten, wie insbesondere Musikdateien oder von in Dateien gespeicherten Liedern bestimmt wird (34) anhand der Ähnlichkeitsmatrizen.A method for determining a similarity of files or file contents, in particular music files or of songs stored in files, wherein in one step the descriptor values (21, 22, 23, 24, 25) associated with the songs are analyzed with respect to their similarity Similarity matrices (33) are generated and then the similarity of files or file contents, in particular music files or songs stored in files, is determined (34) on the basis of the similarity matrices.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass zur Bestimmung der Ähnlichkeit von Deskriptorwerten (21 ,22,23,24,25) ein euklidischer Abstand von Deskriptorwerten (21 ,22,23,24,25) bzw. deren Projektion bestimmt wird.2. The method according to claim 1, characterized in that for determining the similarity of descriptor values (21, 22, 23, 24, 25) an Euclidean distance from descriptor values (21, 22, 23, 24, 25) or their projection is determined ,
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass zur Bestimmung der Ähnlichkeiten (34) die jeweiligen Ähnlichkeiten der Deskriptorwerte (21 ,22,23,24,25) durch eine Summation oder gewichtete Summation für eine Datei oder ein Musikstück oder ein Lied zu einer anderen Datei oder ein Musikstück oder ein Lied bestimmt wird.3. The method of claim 1 or 2, characterized in that for determining the similarities (34), the respective similarities of the descriptor values (21, 22,23,24,25) by a summation or weighted summation for a file or a piece of music or a Song to another file or a piece of music or a song is determined.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Verfahren auf einem zentralen Server (6) oder auf einem Musikabspielgerät (1 ) durchgeführt wird.4. The method according to any one of the preceding claims, characterized in that the method is carried out on a central server (6) or on a music player (1).
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass im Falle, dass das Verfahren auf einem zentralen Server (6) durchgeführt wird, anschließen die Ähnlichkeitsmatrizen der jeweiligen Deskriptoren auf ein Abspielgerät (1 ) übertragen werden. 5. The method according to any one of the preceding claims, characterized in that in the case that the method is performed on a central server (6), connect the similarity matrices of the respective descriptors to a player (1) are transmitted.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass im Falle, dass das Verfahren auf einem zentralen Server (6) durchgeführt wird, anschließen die Ähnlichkeitsdaten der jeweiligen Dateien oder Lieder auf ein Abspielgerät (1 ) übertragen werden.6. The method according to any one of the preceding claims, characterized in that in the event that the method is performed on a central server (6), connect the similarity data of the respective files or songs to a player (1) are transmitted.
7. Vorrichtung zur Anwendung des erfindungsgemäßen Verfahrens nach einem der vorhergehenden Ansprüche, wie insbesondere ein Dateiserver (6) oder ein Musikabspielgerät (1 ).7. Apparatus for applying the method according to any one of the preceding claims, such as in particular a file server (6) or a music player (1).
8. Verwendung des erfindungsgemäßen Verfahrens auf einem Dateiserver (6) oder auf einem Musikabspielgerät (1 ). 8. Use of the method according to the invention on a file server (6) or on a music player (1).
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102007034031A DE102007034031A1 (en) | 2007-07-20 | 2007-07-20 | Method of determining similarity, device and use thereof |
DE102007034031.3 | 2007-07-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2009013144A1 true WO2009013144A1 (en) | 2009-01-29 |
Family
ID=39831988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/EP2008/059022 WO2009013144A1 (en) | 2007-07-20 | 2008-07-10 | Method for determining a similarity, device, and the use thereof |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102007034031A1 (en) |
WO (1) | WO2009013144A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9547715B2 (en) | 2011-08-19 | 2017-01-17 | Dolby Laboratories Licensing Corporation | Methods and apparatus for detecting a repetitive pattern in a sequence of audio frames |
US9926170B2 (en) | 2012-10-30 | 2018-03-27 | Inventio Ag | Movement-monitoring system of an elevator installation |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018100424A1 (en) | 2018-01-10 | 2019-07-11 | Schuler Pressen Gmbh | Method and device for controlling and / or monitoring a repetitive process sequence |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001020483A2 (en) * | 1999-09-14 | 2001-03-22 | Cantametrix, Inc. | Finding perceptually similar music with precomputation |
US6545209B1 (en) * | 2000-07-05 | 2003-04-08 | Microsoft Corporation | Music content characteristic identification and matching |
WO2006054235A2 (en) * | 2004-11-18 | 2006-05-26 | Koninklijke Philips Electronics N.V. | Method of processing a set of content items, and data- processing device |
EP1750269A2 (en) * | 2005-08-03 | 2007-02-07 | Delphi Technologies, Inc. | Reducing genre metadata indicating the type of music |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10247927A1 (en) | 2001-10-31 | 2003-07-31 | Ibm | Improved procedure for evaluating units within a recommendation system based on additional knowledge of unit linking |
-
2007
- 2007-07-20 DE DE102007034031A patent/DE102007034031A1/en not_active Withdrawn
-
2008
- 2008-07-10 WO PCT/EP2008/059022 patent/WO2009013144A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001020483A2 (en) * | 1999-09-14 | 2001-03-22 | Cantametrix, Inc. | Finding perceptually similar music with precomputation |
US6545209B1 (en) * | 2000-07-05 | 2003-04-08 | Microsoft Corporation | Music content characteristic identification and matching |
WO2006054235A2 (en) * | 2004-11-18 | 2006-05-26 | Koninklijke Philips Electronics N.V. | Method of processing a set of content items, and data- processing device |
EP1750269A2 (en) * | 2005-08-03 | 2007-02-07 | Delphi Technologies, Inc. | Reducing genre metadata indicating the type of music |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9547715B2 (en) | 2011-08-19 | 2017-01-17 | Dolby Laboratories Licensing Corporation | Methods and apparatus for detecting a repetitive pattern in a sequence of audio frames |
US9926170B2 (en) | 2012-10-30 | 2018-03-27 | Inventio Ag | Movement-monitoring system of an elevator installation |
Also Published As
Publication number | Publication date |
---|---|
DE102007034031A1 (en) | 2009-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69725666T2 (en) | MULTIMEDIA PRESENTATION SYSTEM, USED FOR THE USER, FOR MULTIPLE PRESENTATION ITEMS THAT EVERYONE WORKS AS AN AGENT | |
DE112007001774B4 (en) | Method and system for searching music | |
EP1794745B1 (en) | Device and method for changing the segmentation of an audio piece | |
DE10232916B4 (en) | Apparatus and method for characterizing an information signal | |
EP1774527B1 (en) | Device and method for labeling different segment classes | |
DE102006023226B4 (en) | Method for menu-driven selection of menu items associated with files containing audio and / or video data | |
DE102010007992A1 (en) | Methods and systems for merging media | |
DE10058811A1 (en) | Method for identifying pieces of music e.g. for discotheques, department stores etc., involves determining agreement of melodies and/or lyrics with music pieces known by analysis device | |
DE112019005226T5 (en) | Data processing method, data processing device and data processing program | |
DE20321797U1 (en) | Apparatus for automatically generating a general extraction function that is calculable from an input signal, e.g. an audio signal to produce therefrom a predetermined global characteristic value of its content, e.g. a descriptor | |
EP1794743B1 (en) | Device and method for arranging in groups temporal segments of a piece of music | |
WO2005122136A1 (en) | Apparatus and method for determining a chord type on which a test signal is based | |
DE60225190T2 (en) | FEATURE-BASED AUDIO CONTENT IDENTIFICATION | |
WO2009013144A1 (en) | Method for determining a similarity, device, and the use thereof | |
EP1939768A2 (en) | Method and device for selecting characterisable data records | |
EP1377924B1 (en) | Method and device for extracting a signal identifier, method and device for creating a database from signal identifiers and method and device for referencing a search time signal | |
DE102016226042B4 (en) | Device, means of transportation and method for designing a transition between two audio files | |
WO2009013145A1 (en) | Method for carrying out an adjustment of descriptors, device, and the use thereof | |
DE102016202095A1 (en) | Device for selecting elements from a database | |
DE4495111C2 (en) | Method for determining a set of characteristic features in the context of object recognition | |
DE102007027959A1 (en) | Multimedia device for playing Multimedia titles in vehicle by software, has search device which is formed in program technique or switching technique manner to form searching alternatives from searching value by use of variation regulations | |
DE102006056106A1 (en) | Signal classifier manufacturing and utilizing device, has visualization module and two level classifier modules formed to perform manufacturing and using signal classifiers in parameter modified knowledge discovery in databases process | |
WO2022053399A1 (en) | Testing a film precursor | |
DE102011008865A1 (en) | Method for arranging data instances of audio data in memory, involves determining modified arrangement of data instances, based on determined current arrangement of data instances and direct similarity of remaining data instances | |
DE102015225476A1 (en) | Method for the automated generation of signal sounds from pieces of music |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 08786049 Country of ref document: EP Kind code of ref document: A1 |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 08786049 Country of ref document: EP Kind code of ref document: A1 |