KLASİK TÜRK MÜZİĞİNDE MAKAM TANIMA İÇİN VERİ MADENCİLİĞİ KULLANIMI

Didem Abidin, Övünç Öztürk, Tuğba Özacar
1.320 254

Öz


Müzik eserlerinin dijital ortama aktarılmasıyla birlikte, bilgisayar bilimleri müzikoloji çalışmalarının içerisinde kendine yer bulmaya başlamıştır. Müzik eserleri bilimsel araştırmalarda veri olarak kullanılmakta ve hesaplamalı müzik alanı bu alanda yapılan çalışmalar ile hızla gelişmektedir. Her ne kadar yapılan çalışmaların büyük bir bölümü sembolik olarak ifade edilmesi daha kolay olan Batı Müziği eserleri üzerine olsa da, Türk Müziği eserleri de artık çeşitli çalışmaların konusu olmaktadır. Türk Müziğinin temeli olan makam sistemi, bilgisayar bilimleri ile uğraşan araştırmacıların dikkatini çekmiş ve Türk Müziği eserleri veri madenciliği, makine öğrenmesi, sınıflandırma gibi çalışmaların konusu olmuştur. Bu çalışmada, bir ses dosyasından nota tanıma ile elde edildiği varsayılan ve 1261 Türk Müziği eserine ait sadece nota dizilerini içeren veri dosyası üzerinde makam tahmini yapmaya yönelik deneysel bir çalışma gerçekleştirilmiştir. Bu nota dizileri için WEKA aracı ile makine öğrenmesi metodu ile makam tanıma yapılmıştır. Eserlerin WEKA için hazırlanması amacıyla bir yazılım geliştirilmiş, daha sonra "Random Forest" algoritması ile %89,7 oranında başarılı bir makam sınıflandırması yapılmıştır. 


Anahtar kelimeler


Makine öğrenmesi; dizi madenciliği; WEKA; Random Forest; MusicXML; makam tanıma

Tam metin:

PDF


Referanslar


Werckmeister, A., “Die Musicalische Temperatur”, Quedlinburg 1691.

Can, M.C., "Geleneksel Türk Sanat Müziğinde Arel - Ezgi - Uzdilek Ses Sistemi ve Uygulamada Kullanılmayan Bazı Perdeler", G.Ü. Gazi Eğitim Fakültesi Dergisi, Cilt 22, Sayı 1, 175-181, 2002.

Özkan, İ.H., "Türk Musikisi Sistemi", Türk Musikisi Nazariyatı ve Usulleri Kudüm Velveleleri, Ötüken Neşriyat, İstanbul, 57-58, 1994.

Good, M., "MusicXML for Notation and Anaylsis", Computing in Musicology, Cilt 12, 113-124, 2001.

Karaosmanoğlu, M.K., "A Turkish Makam Music Symbolic Database For Music Information Retrieval: SymbTr", 13. International Society for Music Information Retrieval Conference (ISMIR 2012), Porto, Portekiz, 223-228, 2012.

Sierra, J., "Creating Research Corpora for the Computational Study of Music: the case of the CompMusic Project", AES 53. International Conference on Semantic Audio, Londra, İngiltere, 1-9, 2014.

Ganseman, J., Scheunders, P., D'haes, W., "Using XQuery on MusicXML Databases for Musicological Analysis", 9. International Society for Music Information Retrieval Conference (ISMIR 2008), Philadelphia (USA), 433-438, 2008.

Sigtia, S., Lewandowski, N.B., Dixon, S., "Audio Chord Recognition with a Hybrid Recurrent Neural Network", 16. International Society for Music Information Retrieval Conference (ISMIR 2015), Malaga, Spain, 127-133, 2015.

Lewandowski, N.B., Bengio, Y., Vincent, P., "Audio Chord Recognition with Recurrent Neural Networks", 14. International Society for Music Information Retrieval Conference (ISMIR 2013), Curitiba, Brasil, 335–340, 2013.

Osmalskyj, J., Embrechts, J-J, Pierard, S., Van Droogenbroeck, M., "Neural Networks for Musical Chords Recognition", Journees d'informatique Musicale, 39-42, 2012.

Nasridinov, A., Park, Y-H., "A Study on Music Genre Recognition and Classification Techniques", International Journal of Multimedia and Ubiquitous Engineering, Cilt 9 Sayı 4, 31-42, 2014.

Long, C., Wong, R.C-W., Sze, R.K.W., "T-Music: A Melody Composer Based on Frequent Pattern Mining", IEEE 29. International Conference on Data Engineering (ICDE), Brisbane, 1332-1335, 2013.

Koh, J-L., Yu, W.D.C., "Efficient Feature Mining in Music Objects", Database and Expert System Applications, Cilt 2113, Springer, 221-231, 2001.

Uyar, B., ve ark., "A Corpus for Computational Research of Turkish Makam Music", 1. International Workshop on Digital Libraries for Musicology (DLfM), Londra, İngiltere, 1-7, 2014.

Gulati, S., Serra, J., Ishwar, V., Serra, X., "Mining Melodic Patterns in Large Audio Collections of Indian Art Music", International Conference on Signal Image Technology & Internet Based Systems - Multimedia Information Retrieval and Applications, Marrakesh (Morocco), 2014.

Serra, X., "A Multicultural Approach in Music Information Research", 12. International Society for Music Information Retrieval Conference (ISMIR 2011), Florida, 151-156 , 2011.

Darabi, N., Azimi, N., Nojumi, H., "Recognition of Dastgah and Makam for Persian Music with Detecting Skeletal Melodic Models," 2. IEEE BENELUX/DSP Valley Signal Processing Symposium, 2006.

Abdoli, S., "Iranian Traditional Music Dastgah Classification," 12. International Society for Music Information Retrieval Conference (ISMIR 2011), Florida, 275-280, 2011.

Ünal, E., Bozkurt, B., Karaosmanoğlu, M.K., "N-Gram Based Statistical Makam Detection on Makam Music in Turkey Using Symbolic Data", 13. International Society for Music Information Retrieval Conference (ISMIR 2012), Porto, Portekiz, 2012.

Şentürk, S., Holzapfel, A., Serra, X., "An Approach for Linking Score and Audio Recordings in Makam Music of Turkey", 2. CompMusic Çalıştayı, İstanbul , Türkiye, 95-106, 2012.

Gedik, A.C., Bozkurt, B., "Automatic Classification of Turkish traditional Art Music Recordings by Arel Theory", Conference on Interdisciplinary Musicology, Selanik, Yunanistan, 2008.

Gedik, A.C., Bozkurt, B., "Pitch-Frequency Histogram-Based Music Information Retrieval for Turkish Music", Signal Processing, 90, Elsevier, 1049-1063, 2010.

Şentürk, S., Gulati, S., Serra, X., "Score Informed Tonic Identification for Makam Music of Turkey", 14. International Society for Music Information Retrieval Conference (ISMIR 2013), Curitiba, Brasil, 2013.

Şentürk, S., Gulati, S., Serra, X., " Towards Alignment of Score and Audio Recordings of Ottoman-Turkish Makam Music", 4. International Workshop on Folk Music Analysis, İstanbul, Türkiye, 2014.

Frank, E., Witten, I.H., Data Mining, Morgan Kaufmann Publishers, 2000.

Quinlan, J.R., C4.5 Programs for Machine Learning, Morgan Kaufmann Publishers, 1993.

Vasudevan, P., "Iterative Dichotomiser-3 Algorithm in Data Mining Applied to Diabetes Database", Journal of Computer Science 10 (7), Science Publications, 1151-115, 2014.

Cortes, C., Vapnik, V., "Support-vector Networks" Machine Learning 20 (3), 273-297, 1995.

Zhang, H., "The Optimalty of Naive Bayes", 17. International Florida Artificial Intelligence Research Society Conference, Miami Beach, Florida, USA, 2004.

Quinlan, J.R., "Learning with Continuous Classes", 5. Australian Joint Conference on Artificial Intelligence, Singapur, 343-348, 1992.

Wisaeng, K., "A Comparison of Different Classification Techniques for Bank Direct Marketing", International Journal of Soft Computing and Engineering (IJSCE), Cilt 3 Sayı 4, 116-119, 2013.

Chauhan, Y., Vania, J., "J48 Classifier Approach to Detect Characteristic of Bt Cotton Base on Soil Micro Nutrient", International Journal of Computer Trends and Technology (IJCTT), Cilt 5 Sayı 6, 305-309, 2013.

Kaur, G., Chhabra, A., "Improved J48 Classification Algorithm for the Prediction of Diabetes", International Journal of Computer Applications, Cilt 98 Sayı 22, 13-17, 2014.

Capella Software, Music Notation, Composition, Ear Training and more. http://www.capella.de/us/ Erişim tarihi: Mart, 2016.

http://scorecloud.com/ Erişim tarihi Ağustos 3, 2016.




Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.