110 likes | 274 Views
DFA. Detrended Fluctuation Analysis Analisi della danzabilità di brani audio. Introduzione. L’algoritmo DFA è stato utilizzato da vari ricercatori per l’analisi della danzabilità di brani musicali.
E N D
DFA Detrended Fluctuation Analysis Analisi della danzabilità di brani audio
Introduzione • L’algoritmo DFA è stato utilizzato da vari ricercatori per l’analisi della danzabilità di brani musicali. • L’obiettivo del nostro studio è stato quello di dotare EyesWeb di questa funzionalità, valutando la possibilità di introdurne la modalità real time.
Algoritmo • L’algoritmo è basato sull’analisi statistica delle correlazioni dell’intensità del segnale audio su diverse scale temporali. • I valori generati dalla nostra versione dell’algoritmo variano tipicamente in un range da 0 a 2: • I valori vicini a 0 indicano un’alta danzabilità. • I valori vicini a 2 indicano una scarsa danzabilità.
Modifica DFA originale • Rispetto alla versione originale dell’algoritmo, la nostra implementazione fornisce i seguenti miglioramenti: • Modalità Real Time • Risorse computazionali ridotte • Maggior sensibilità del coefficiente DFA
Risultati • Sono stati analizzati i seguenti generi musicali, divisi in 3 categorie: • Danzabili: dance, disco e liscio; • Mediamente danzabili: rock, pop e folk; • Non danzabili: classica, noise, jazz, ambient e soundtrack. • I grafici riportati di seguito mostrano il comportamento real time e quello medio del coefficiente DFA, tipico per le tre categorie.
Danzabili Real Time Media
Mediamente danzabili Real Time Media
Non danzabili Real Time Media
Conclusioni • I test effettuati con il blocco EyesWeb DFA hanno confermato la validità dell’algoritmo nel discriminare con buona sensibilità la danzabilità dei brani audio. • La modalità real time introdotta, si è rivelata efficace e utilizzabile anche su hardware non aggiornato.
Riferimenti • Detrended fluctuation analysis of music signals: danceability estimation and further semantic characterization – Sebastian Streich, Perfecto Herrera (Presented at the 118th convention, 2005 May 28-31, Barcelona, Spain) http://www.iua.upf.edu/mtg/publications/41c4a8-AES118-sstreich.pdf • C. K. Peng et al., “Fractal Mechanisms in Neural Control: Human Heartbeat and Gait Dynamics in Health and Disease”, Online Tutorial. http://www.physionet.org/tutorials/fmnc/ • H. D. Jennings et al., “Variance fluctuations in nonstationary time series: a comparative study of music genres,” Condensed Matter (2003). http://xxx.lanl.gov/abs/cond-mat/0312380