Cihan IŞIKHAN

MIDI DÖNÜŞTÜRÜCÜ YAZILIMLARIN BAŞARI KARŞILAŞTIRMASI VE MATLAB’DA MÜZİK ANALİZİ

Sanal ortamda müzik analizi, müzikle teknolojinin içi içe olduğu; birinin diğerini tamamladığı özellikli bir çalışma alanıdır. Analizde amaçlanan, yaratının dinler kitle üzerindeki sosyal bilimsel etkilerini araştırmak olmakla birlikte asıl olan, insan olanağıyla çözümlenemez verileri ortaya dökebilmektir. Bu amaçla, son zamanlarda müzik alanında her türlü amaç için müzik verilerini hesaplanabilir sayısal değerlere dönüştürmesiyle müzisyenler arasında bile kullanımı giderek yaygınlaşan MatLab, müzik analizinde en etkili yazılımlardan biri haline dönüşmüştür. Matlab ile müzik analizi ham ses dosyaları üzerinden yapılabildiği gibi daha yaygın olarak kullanılan yöntem, müziği sembolik verilere dönüştürerek işlemler süresince eldeki bu semboller üzerinden gitmektir. Böylesine güçlü ve bilgisayar hesaplamalarında kolaylık sağlayacak temsil gücü yüksek müziksel sembollerden biri MIDI’dir. Matlab, MIDI kullanarak çeşitli toolbox’larla (yardımcı araçlarla) müzik analizi yapabilir. Bu araçlardan biri, Finlandiya bilim insanları tarafından geliştirilen MIDI ToolBox’dır (MTB). MTB, tamamen MIDI verilerine dönüştürülmüş müzik dosyalarını kullanır ve yüze yakın sayıdaki analiz fonksiyonlarıyla veri işler. İşte tam bu noktada önemli olan, bir müzik dosyasını MIDI’ye dönüştürmektir. Bu çalışmada, iyi bir MTB kullanımı için ses verilerini MIDI verilerine dönüştürebilen yazılımlar test edilmiştir. Klasik dönem bir piyano yaratısı birebir MIDI çevirisiyle teksesli ve çoksesli biçimde yazılımlarda kaynak olarak kullanılmış, elde edilen sonuçlar f-measure (f-ölçüm) yöntemiyle analiz edilmiştir. Sonuçlar göstermektedir ki, MIDI dosyası oluşturmak için en etkili çeviri yöntemi, doğrudan çalmak veya yazmaktır. Çünkü testte en başarılı yazılım olarak görülen WIDI ve Melodyn bile bugünkü haliyle hatalı veya eksik analizlere neden olabilir.

Anahtar Kelimeler:

Müzik Analizi, MatLab, MIDI

PDF

___

Castan, G. (2001), NIFFML: An XML Implementation of the Notation Interchange File Format, Walter B. Hewlett&Eleanor Selfridge-Field (ed.), Cambridge, Massachusetts, MIT Press.
Eerola T. ve Toiviainen P. (2004), “MIR in Matlab: The Midi Toolbox”, 5th International Symposium of Music Information Retrieval, Proceeding of ISMIR, pp. 22–27.
Eerola T. ve Toiviainen P. (2016), MIDI ToolBox for MATLAB, Manual Book, Erişim (25.05.2018): https://github.com/miditoolbox/
Ghias, A., Logan, J., Chamberlin, D. ve Smith, B.C. (1995), “Query by Humming: Musical Information Retrieval in an Audio Database”, ACM Multimedia’95, Proceeding of ACM Multimedia, pp. 231–236.
Good, M. (2000), “Representing Music Using XML”, 2nd International Symposium of Music Information Retrieval, Proceeding of ISMIR, pp. 49–57
Huron, D. (2002), “Music Information Processing Using the Humdrum Toolkit: Concepts, Examples, and Lessons”, Computer Music Journal 26 (2), pp. 11–26.
McKay C. & Fujinaga I. (2007), “Style-Independent Computer-Assisted Exploratory Analysis of Large Music Collections”, Journal of Interdisciplinary Music Studies, Spring 1 (1), pp. 63–85
Typke, R., Wiering, F., Veltkamp, R.C. (2005), “A Survey of Music Information Retrieval Systems”, 6th International Symposium of Music Information Retrieval, Proceeding of ISMIR, pp. 153–1