Мультимедийные презентации

ИНТЕРЕСНО, СОВРЕМЕННО, ВЫСОКОТЕХНОЛОГИЧНО

Новогодние мультимедийные открытки

Мультимедийное новогоднее поздравление 2013 для «Эрнст энд Янг» (разработчик: КСАН)  Мультимедийное новогоднее поздравление 2013 для «Эрнст энд Янг» (разработчик: КСАН)
Новогоднее интерактивное поздравление «Дед Мазай и зайцы» для газеты «Ведомости» (разработчик: КСАН)  Новогоднее интерактивное поздравление «Дед Мазай и зайцы» для газеты «Ведомости» (разработчик: КСАН)
Мультимедийное мультипликационное Новогоднее Поздравление 2012 для газеты Ведомости (разработчик: КСАН)  Мультимедийное мультипликационное Новогоднее Поздравление 2012 для газеты Ведомости (разработчик: КСАН)

Все новогодние мультимедийные открытки

Интерактивный маркетинг

Мобильное приложение с искусственным интеллектом «Училка Агнесса Ивановна» (разработчик: Next Step Entertainment)  Мобильное приложение с искусственным интеллектом «Училка Агнесса Ивановна» (разработчик: Next Step Entertainment)

Все примеры интерактивного маркетинга

Рассылка «Prezentation.Ru»

Что нового происходит в мире с развитием интернет, компьютеров и новых информационных технологий? Мультимедиа. Виртуальные миры. Интернет. Будущее.

Чтобы получать рассылку «Prezentation.Ru», введите адрес Вашей электронной почты и нажмите кнопку «ОК».

 через Subscribe.ru
 через Mail.ru

Новости

[20.01.14]
В новостной ленте Facebook появился блок трендов

За самолюбование в интернете начали штрафовать

Запущен «интернет для роботов»

[13.01.14]
"Умные города" смогут заработать $1,9 трлн

[24.11.13]
"Яндекс" научился пересылать деньги по электронной почте

Оксфордский словарь объявил «selfie» словом года

Интернет-магазин потребовал 3500 долларов за отказ удалить негативный отзыв

Microsoft создает технологию распознавания настроения пользователя

"Одноклассники" научились распознавать лица

Оплатить вуз теперь можно виртуальной валютой Биткоин

Видеоигры не оказывают вредного влияния на детей

Смартфоны научились передавать запахи

Сервис коротких видеороликов Vine получил поддержку русского языка

Более 30 тысяч человек воспользовались Wi-Fi в автобусах Москвы

Все новости

Статьи

[22.01.17]
Бум нейросетей: Кто делает нейронные сети, зачем они нужны и сколько денег могут приносить
Что из себя представляют нейронные сети, для чего они нужны, почему захватили планету именно сейчас, а не годами раньше или позже, сколько на них можно заработать и кто является основными игроками рынка.

[24.11.13]
Эксперты назвали профессии будущего
Самыми перспективными направлениями станут IT в медицине, создание «умных городов» и компьютерная лингвистика

Все статьи

Фестивали, конкурсы


Vimeo Festival Awards. Конкурс видео-роликов
Vimeo Festival Awards. Конкурс видео-роликов

YourFilm Festival — 2012. Кинофестиваль Видеопортала YouTube. Победители поедут в Венецию.
YourFilm Festival — 2012. Кинофестиваль Видеопортала YouTube. Победители поедут в Венецию.

Международная конференция #1 по социальным играм в Восточной Европе Sociality Rocks!
Международная конференция #1 по социальным играм в Восточной Европе Sociality Rocks!

Все конкурсы

Полезная реклама

На главную страницу  |  Прислать новость
Интерактивный маркетинг  |  Мультимедийные открытки  |  Виртуальные туры  | 

НОВОСТИ  |  Статьи  |  Интервью  |  РАССЫЛКА

Компания Sun научилась анализировать музыкальные ритмы

[26.01.07]

Для поиска похожей музыки создан уже целый набор интернет-сервисов. Это и специальные алгоритмы, которые показывают «родовую» близость музыкальных исполнителей друг к другу (Musicplasma, Pandora или MusicIP), и социальные сети, которые вычисляют, какая музыка вам понравится, путем анализа музыкальных предпочтений людей с такими же вкусами (Last.fm). Однако, ни один из этих инструментов нельзя назвать идеальным. Проблема в том, что они сортируют музыку по рекомендациям или по внешним атрибутам (название группы, песни, музыкальный жанр), но не по внутренней сути.

В этом смысле революционным является научно-исследовательский проект Search Inside The Music, разработанный в лабораториях Sun Labs. С помощью этой технологии можно классифицировать большие музыкальные коллекции, а также находить песни, похожие друг на друга. Система не только производит акустический анализ, но также может учитывать и социальную информацию, то есть предпочтения различных пользователей, для выработки рекомендаций.

Акустический анализ каждой песни представляет собой разбиение трека на фреймы по 40 миллисекунд и выделение метаданных из каждого фрейма. Метаданные выражаются в численных величинах: высота звука, созвучие, тональность, тембр, инструментовка, ритмические паттерны, а также уровень энергии, то есть интенсивность. Когда составляется большая база данных с точными характеристиками каждой песни, то можно визуализировать эти данные в виде 2D или 3D. Например, на двухмерной карте снизу видно, как отличается по акустическим характеристикам музыка разных жанров. Зеленым отмечена классическая музыка, синим — этническая (кружки) и блюз (треугольники), красным — эмбиент и рок, желтым — электронная, серым — поп, фиолетовым — фольк.

Если учитывать больше двух параметров, то можно разместить музыкальные треки в трехмерном пространстве.

Кроме анализа с помощью алгоритмов, система поддерживает движок рекомендаций, то есть способна учитывать мнение людей для поиска «похожих» композиций. Но у таких систем главный недостаток — они «выталкивают» наверх только популярную музыку, в то время как у малоизвестных исполнителей (и у музыки прошлых лет) шансов на популярность практически нет. Пока какая-то мода не охватит целый пласт пользователей, социальная система рекомендаций этого не заметит.

В отличие от «чистых» систем рекомендаций, разработка Sun Labs мгновенно вычисляет качественную музыку, независимо от того, какова ее популярность и сколько ей лет.

Во время эксперимента система была запущена на выборке из 5000 музыкальных композиций, после чего результаты были отсортированы в трехмерном виде, где на каждый «кубик» поместили фотографию исполнителя. Выглядит очень впечатляюще.

Единственная проблема системы от Sun Labs — чрезвычайная требовательность к вычислительным ресурсам. Обычному домашнему ПК понадобиться шесть лет, чтобы проанализировать коллекцию из 2 млн песен. Даже распределенная вычислительная сеть из сотен машин с трудом справляется с анализом такого объема данных (1000 машин делает это за два дня), к тому же потом нужно где-то хранить информацию о каждом 40-миллисекундном фрейме. Поэтому с реализацией программы для персональных компьютеров придется немного подождать.

Однако, у новой разработки огромный коммерческий потенциал. Система может использоваться для анализа, сравнения, рекомендаций, к тому же она способна и на многое другое. Скажем, составлять плейлисты с плавно изменяющимися характеристиками музыки. Например, двухчасовой плейлист, в котором интенсивность музыки постепенно спадает от очень высокой до очень низкой. Наверняка, такой прием действует гипнотизирующе и усыпит кого угодно.

Но самое интересное начнется тогда, когда сами музыканты начнут использовать эту программу для сочинения новой музыки — возможно, такой, какой человечество еще никогда не слышало.

Habrahabr.ru

 

Подписка на рассылку «Prezentation.Ru»

     









Google
Поиск на сайте:



Copyright © 2004-2012
Prezentation.Ru
Мультимедиа. Интернет. Будущее


е-мейл:
news@prezentation.ru