Python-based framework for managing a base of complex data for music information retrieval

Diffusion of digital media and the high level of software sophistication allows development of systems that are capable to manage vast music catalogues. Catalogation is based on data extracted from signal and on data assigned by the user. Extracted information can differ from what the listener perceives. Music Information Retrieval, is a growing field of research that aims to produce systems that would narrow down the gap between listeners sound perception and the audio signal attributes. In this thesis we propose a framework for managing complex data extracted from audio signals that would ease development of Music Information Retrieval Applications.

Nell’Era dell’Informazione, le modalità di fruizione e conservazione della musica sono cambiate rispetto a quelle della generazione precedente. La diffusione del media digitale e l’alto grado di sofisticazione raggiunto dalle tecnologie informatiche permettono lo sviluppo di sistemi capaci di gestire vasti cataloghi musicali in base agli attributi del segnale stesso e alle informazioni assegnate da un utente al media. L’informazione estratta dal segnale può però differire o addirittura non essere comparabile rispetto a ciò che l’essere umano percepisce dall’ascolto della traccia musicale. Music Information Retrieval è un campo di ricerca in continua crescita che mira a produrre sistemi che assottiglino il divario tra la percezione sonora dell’ascoltatore e gli attributi empirici del segnale audio. In questa tesi proponiamo un framework per la gestione di dati com- plessi estratti da segnali audio che faciliti la realizzazione di applicazioni nell’ambito del Music Information Retrieval.