A népzenekutatás

A népdal öntudatlanul működő természeti erő átalakító munkájának eredménye: minden tanultságtól mentes embertömeg ösztönszerű alkotása. Ép olyan természeti tünemény, mint pl. az állat- vagy növényvilág különféle megnyilvánuló formái.

Bartók Béla, A magyar népdal (1924)

Bartók Béla és Kodály Zoltán

1908

A népzenekutatás célja (Bartók, 1924)

1. népdalok tudományos rendszerbe foglalt gyűjteményét létesíteni
2. összehasonlítás alapján megállapítani az egyes zenei stílusokat, eredetükre rávilágítani

Hol segíthet ebben a gépi tanulás?

1. a betanított osztályozók
   → címkézetlen adatok kategorizálása
2. modellek eredményének vizsgálata → új hipotézisek felállítása, megfigyelések igazolása

a kutatás célja: erdélyi népzenei régiók felismerése a felügyelt gépi tanulás módszereivel

Az adathalmaz

• MTA Zenetudományi Intézet Online Adatbázisai
  • Kallós Zoltán gyűjtései (3664 db)
  • Publikált népzenei hangfelvételek internetes adatbázisa (5857 db) - Erdélyben rögzített anyagok

Címkézés

Hanganyagtól a tanulási adathalmazig

1. 30 másodperc hosszú szegmensekre darabolás
2. Ablakolt Fourier Transzformáció (STFT)
3. Mel-szűrők alkalmazása

a) STFT

b) Mel-háromszögszűrők

Mel spektrogram

koboz

furulya és ütőgardon

Konvolúciós neurális hálók

Konvolúciós neurális hálók

Konvolúciós neurális hálók

Architektúrák

• idő-architektúra: 1D-s konvolúció az idő-tengely mentén
• frekvencia-architektúra: 1D-s konvolúció a frekvencia-tengely mentén
• fekete doboz: 2D-s szűrők
• konvolúciós visszacsatolt háló
  • konvolúciós rész: 2D-s szűrők elemi jellemzők
  • visszacsatolások: időben nagyobb kiterjedésű motívumok
• kombinált modell: egy idő-tengely mentén és egy frekvencia-tengely mentén konvolváló architektúra kimeneteinek összegzése

tanulási adathalmaz

teszt adathalmaz

Gyimes

Mezőség

Moldva

Eredmények

Eredmények

idő-architektúra

Következtetések

• időbeli jellemzőket felismerő architektúrák sikeressége → az erdélyi népzenében a régiókat a ritmus jobban meghatározza, mint a melodikus tartalom
• elszigetelt régiókat jobban, közeli régiókat kevésbé tudnak megkülönböztetni a modellek
• Székelyföld és Bukovina népzenei anyagának hasonlóságát az osztályozók eredményei is tükrözik

⇒ a konvolúciós neurális hálók képesek lényeges népzenei jellemzők felismerésére

Köszönöm a figyelmet!