Brandenburg, KarlheinzGrossmann, HolgerGross, Tom2017-11-222017-11-222007978-3-486-58496-7https://dl.gi.de/handle/20.500.12116/7242Mit der Verfügbarkeit von immer größeren Mengen an Multimediadaten werden Fragestellungen wie Empfehlung und Suche in Multimediaarchiven immer wichtiger. Am Fraunhofer-Institut für Digitale Medientechnologie IDMT sind eine Reihe von Techniken entwickelt worden, mit denen Musik wiedererkannt bzw. hinsichtlich verschiedener Parameter analysiert werden kann. Vollautomatische Parameterextraktion steht heute in Konkurrenz mit Systemen, bei denen die Hörer die Musik bewerten und z.B. zu Genres zuordnen – also in heutiger Sprache "Web 2.0-Techniken". Trotz aller Mitarbeit der Internet-Gemeinschaft: Ohne menschliche Mitwirkung generierte Parameter sind an manchen Stellen zu bevorzugen. Zu den Parametern, die heute schon relativ genau automatisch geschaetzt werden können, gehören die Genre-Zugehörigkeit, das Tempo sowie weitere Rythmus- und Klangeigenschaften. Auf dieser Basis können autarke Musikempfehlungssysteme aufgebaut werden, die eine semantische Interpretation des individuellen Musikgeschmacks ermöglichen. Darüber hinaus verspricht gerade die Kombination von inhaltsbasierten Techniken mit den Techniken des Web 2.0 eine neue Qualität solcher Systeme. Der Vortrag führt in die automatisierte Musikanalyse ein und stellt einige aktuelle Verfahren und Projekte vor.deText/Conference Paper