Professional Documents
Culture Documents
167
167
چکیده
تشخیص دستگاه قطعات موسیقی سنتی ایرانی همواره برای عالقه مندان موسیقی دستگاهی و ردیف شده ی ایرانی موضوعی بسیار پیچیده و جالب بوده که به
دلیل کاربردهای فراوان آن در زمینه هایی مانند آموزش و آهنگ سازی از اهمیت بسیار باالیی برخوردار است .این کار به واسطه صرف شنیدن یک قطعه موسیقی
کار بسیار دشواری است و فقط اساتید متبحر موسیقی و یا کسانی که سالها به این سبک موسیقی گوش داده و ساختار تمامی دستگاهها را شناخت ه اند می توانند از
عهده این کار برآیند .همچنین برای دستیابی به این هدف فقط مطالعه ساختار و تئوری موسیقی کافی ن یست .در این مقاله روشی خودکار و کارآمد ارائه شده است
که در آن بر پایه استخراج نت های نواخته شده و فواصل فرکانسی آنها در قطعات تکنوازی می توان دستگاه و گام یک قطعه موسیقی را مشخص کرد .در این
پژوهش ،از دستگاه ها و گام های موسیقی متفاوت و سازهای تار و سنتور ا ستفاده شده است و به هیج سبک نوازندگی خاص محدود نشده است .که در پایان با
دقت % 33دستگاه و گام قطعات تکنوازی نواخته شده استخراج گشته است.
کلمات کلیدی
تشخیص دستگاه موسیقی ،گام ،استخراج نت ،تشخیص الگو ،فواصل فرکانسی
پاپ ،کالسیک و ...از یکدیگر جدا کنند ،همچنین استفاده از سرعت و ریتم نیز
می تواند بسیار موثر باشد[ .]3در برخی از تحقیق ها نظیر [ ]4از روش های -1مقدمه
یادگیر مانند Support Vector Machineاستفاده شده است که در این میان امروزه تشخیص و جداسازی قطعات موسیقی بر اساس سبک ،محتوا و
از ویژگی هایی نظیر طیف ضرب ،نرخ عبور از صفر ،ضرایب فرکانسی مل بهره نوع آن به دلیل کاربردهای فراوان به یکی از موضوعات مهم در این زمینه تبدیل
گرقته شده است .در عین حال برخی از تحقیق ها از ترکیب چندین روش استفاده شده است که باعث شده تحقیقات فراوانی در این شاخه انجام گیرد .موسیقی
کرده اند [ ]5و [ .]7اما موسیقی ایرانی به دلیل دارا بودن گام های مختلف و اجرا سنتی و دستگاهی ایرانی به دلیل پیچیدگی و قواعد خاصی که دارد باعث شده
با سرعت های متفاوت در هر دستگاه موسیقی باعث شده تا نتوان از چنین تا تحقیق چندانی در این زمینه انجام نگیرد اما موسیقی غربی به دلیل ساختار
ویزگی هایی بهره برد .از جمله فعالیت های انجام شده در زمینه موسیقی نسبتا ساده تر خود موجب شده تا محقیقن با استفاده از ویژگی هایی نظیر تعداد
دستگاهی ایرانی میتوان به دسته بندی خودکار گام ماهور اشاره کرد[ ]1که در کلمات ادا شده در هر دقیقه ،تعداد کلمات در هر سطر ،نشانه هایی مانند
آن با استفاده از ویژگی بسامد قوی ترین هماهنگ های موجود در بیناب یک ویرگول ،نقطه و ...به راحتی بتوانند قطعات موسیقی را بر اساس نوع آن مانند
918
دستگاه سه گاه قطعه موسیقی و به وسیله یک شبکه عصبی مصنوعی ،قطعاتی که در دستگاه
دستگاه ماهور (راست پنج گاه) ماهور هستند از سایر دستگاه ها شناسایی شده اند .در این مقاله با استفاده از یک
اما اگر بخواهیم تعریفی از دسییتگاه در علم مهندسییی ارائه دهیم باید آن را از شبکه عصبی ،RBFسامانه ای طراحی شده است که یک سیگنال صوتی را
نظر فواصیل فرکانسی بیان کنیم :در یک قطعه موسیقی از تمام نت ها و پرده دریافت می کند و در خروجی اعالم می کند که آیا دستگاه قطعه ی ورودی
های موجود در سییاز اسییتفاده نمی شییود ،بلکه تنها نت هایی با فرکانس معین ماهور است یا غیر ماهور .از مواردی که می توان در این تحقیق به آن اشاره
نواخته می شود. کرد ،عدم شناسایی سایر دستگاه های موجود در موسیقی ایرانی و عدم استفاده
بنا بر مطالب گفته شیییده می توان دریافت که در قطعات موسییییقیایی از برخی تکنیک های نوازندگی نظیر ویبراسیون ،تریل و گلیساندو اشاره کرد که
نواخته شییده خواص و ویزگی هایی پنهان اسییت که می توان بر اسییاس آنها این تکنینک ها جهت زیبا تر کردن قطعات استفاده می شود و این امر در
الگویی را برای هر کدام از دسیتگاه ها مشیخص کرد .جهت روشین تر شیدن نوازندگی بسیار متداول می باشد .همچنین در این فعالیت فقط از ساز سه تار
موضیییوع به تعریف گام نیز توجه می کنیم :گام توالی چند نت اسیییت که به برای جمع آوری مجموعه داده استفاده شده است .در این مقاله در کل یک
ترتیب ارتفاع (زیر و بمی) مرتب شیییده اند ،که این گام می تواند باال رونده یا ماتریس ورودی با ابعاد ( 22×135زیرا 22قله غالب در طیف فرکانسی قطعه ها
پایین رونده باشییید .برای مثال گام "ال" از نت "ال" شیییروع شیییده و پس از انتخاب شده بود و تعداد داده های آموزشی برابر 135بردار بود) را جهت آموزش
پیمودن فیاصیییلیه هیایی مشیییخص (یک اکتاو کامل) به نت "ال"ی بعدی شبکه تولید کردند.از این تعداد ورودی 02 ،عدد از دستگاه ماهور و بقیه از پنج
میرسید(ال-سیی-دو-ر-می-فا-سیل-ال) .به طور کلی فاصله یک اکتاو برابر دستگاه دیگر بودند.خروجی شبکه نیز دو حالت داشت :ماهور و غیر ماهور ،که
است با 1222سنت ( )centهمچنین فاصله بین دو نت متوالی (یک پرده) برابر متناظر با صفر و یک در بردار خروجی بود .در نهایت پس از آموزش شبکه با
با 222سیینت می باشیید اما در حالت اسییتثنا فاصییله بین نت های (می -فا) و % 72داده های پیش پردازش شده ،با تعداد 60نرون الیه میانی دقت شبکه در
(سیی -دو) برابر 122سینت می باشند .همچنین گام ماوور که در جوامع بین تشخیص دستگاه ماهور % 73/33بود[.]1
المللی مشترک است به صورت شکل زیر است: در یکی دیگر از پژوهش ها [ ]2نیز با استفاده از گام های موجود در
قطعات و استخراج گام های هر یک از دستگاه ها توانسته اند با دقت باالیی
دستگاه قطعاتی را که گام ها و نت های آن از قبل مشخص است ،شناسایی
کنند ،که سیستم استفاده شده در این مورد نیز یک شبکه عصبی می باشد .اما
شکل ( : )1گام ماوور این روش نمی تواند روشی خودکار برای این هدف باشد ،زیرا نیازمند یک ناظر
جهت استخراج فواصل موجود در هر قطعه موسیقی می باشد.
در حالت کلی دستگاه ماهور از گام ماوور تبعیت می کند ،به عبارتی شکل فوق در مقاله پیش رو از روشیی متفاوت و کارآم دتر نسییبت به سییایر روشها
نمایانگر گام "دو" در دسییتگاه ماهور اسییت .به همین ترتیب برای نمونه گام اسییتفاده شییده اسییت که در ادامه :در بخش 2تعریفی از سییاختار موسیییقی
سیل در دسیتگاه ماهور با توجه به فواصل مشخص شده به صورت زیر خواهد دستگاهی ایرانی از نگاه علم مهندسی ارائه شده است ،در بخش 3مراحل مدل
بود :سیل -ال -سیی -دو -ر – می – فا( -)#سیل .همان طور که مشاهده پیشینهادی شر داده شده و همچنین روشی جدید برای استخراج نت معرفی
می شود در گام سل دستگاه ماهور در درجه هفتم گام نت فا به فای دیز تغییر شده است ،در بخش 4نیز نتایج و ارزیابی مدل ارائه شده آورده شده است و در
می کند .طبق قوانین موجود در موسیقی تعدادی عالمتهای عرضی وجود دارند بخش 5جمع بندی و نتیجه گیری به عمل آمده است.
که صییدای نت های اصییلی را باال و پایین می آورند ،این عالمتهای عرضییی
شیامل بمملل( ،)ъکلرلن(< ) ،دیمز( )#و لسیری(<) که هر کدام به ترتیب صدای -2ساختار موسیقی دستگاهی ایرانی
نت اصییلی را نیم پرده پایین ،ربع پرده پایین ،نیم پرده باال و ربع پرده باال می دستگاه در موسیقی ایرانی عبارت است از یک توالی از پرده های مختلف
برند .به همین ترتیب پس از بررسیی ساختار تمام دستگاهها فواصل موجود در موسیقی که انتخاب این توالی حس و شور خاصی به شنونده انتقال می دهد.
این دستگاهها در جدول زیر نشان داده شده است: برای مثال دستگاه سه گاه تم حزین دارد ولی دستگاه ماهور بیشتر طرب انگیز
جدول ( : )1فواصل مربوط به هر دستگاه می باشد .یک دستگاه موسیقی از نظر قالب ،قطعه ای کامل و دارای قواعد و
فواصل (سنت) دستگاه قسمتهای مختلفی است که با ساز و آواز اجرا می شود .هر دستگاه از تعداد بسیار
222 222 122 222 222 152 152 شور
زیادی گوشه تشکیل شده است و موسیقی سنتی ایرانی شامل هفت دستگاه
222 222 122 222 122 252 152 همایون
(شور ،همایون ،ماهور ،چهارگاه ،سه گاه ،نوا و راست پنج گاه) می باشد ،که طبق
122 252 152 222 122 252 152 چهارگاه
152 222 222 152 152 222 152 سه گاه نظریه کلنل علینقی وزیری رفتار و حاالت دستگاه راست پنج گاه مانند ماهور و
122 222 222 222 122 222 222 ماهور دستگاه نوا نیز همانند شور می باشد[ .]6لذا تقسیم بندی نهایی در این پژوهش
به صورت زیر است:
حال با در نظر گرفتن این فواصل برای هر دستگاه موسیقی می توان هر گامی دستگاه شور(نوا)
را (نت شاهد) برای آنها مشخص کرد که جدول شماره 2نیز دستگاهها و دستگاه همایون
گامهای موجود در آنها را نشان می دهد که در موسیقی سنتی ایرانی متداول دستگاه چهارگاه
بوده و مورد استفاده قرار می گیرد .طبق برخی حاالت استثنا درجه ششم دستگاه
919
این منظور ابتیدا تمامی نت های موجود بر روی دسیییته ی تار ایرانی از "دو" شور و همایون متغیر می باشد.به عبارتی در این تحقیق با یک مسئله 12کالسه
دسیت باز روی سییم اول تا "دو" پایین دسیته توسط نوازنده ای نواخته شد و روبرو خواهیم بود و مجموعه داده ی جمع آوری شده نیز در چهارچوب این ده
سیپس در یک فایل صیوتی یخیره گردید .شکل 2سیگنال مربوط یه این حالت ضبط گردیده و مورد آزمایش قرار گرفته است.
فایل صیوتی را نشان می دهد .همانگونه که مالحظه می شود فاز حمله و فاز
آزاد سیازی هر نت نواخته شیده به خوبی دیده می شییود(قسییمت اول شکل). -3مدل پیشنهادی
همچنین در قسییمت دوم شییکل که شییار طیفی مربوط به همان سیییگنال بنابر مطالب گفته شییده در زمینه تشییخیص دسییتگاههای موسیییقی نت
می باشد ،محل ضربه خوردن مضراب بر روی سیم به وضو مشخص است. های نواخته شیده توسیط ساز نقش کلیدی را ایفا می کنند ،چنانچه بتوان نت
های استفاده شده را در قطعات موسیقی با دقت قابل قبولی استخراج کرد می
توان به وسیله آنها فواصل موجود بین این نت ها را مشخص کرده و در نهایت
به دلیل منحصر به فرد بودن الگوها به دستگاه یک قطعه موسیقی پی برد .به
همین منظور بیا توجیه بیه سیییاختیار تکنوازی قطعات ،روش موثرتری جهت
استخراج نت معرفی شده است .لذا تمرکز این روش بر روی تشخیص هوشمند
نیت خواهید بود که این روش هوشیییمند محدود به سیییرعت و تکنیک های
نوازندگی که موجب دلنشیین تر کردن قطعه می شوند نخواهد بود .به عبارتی
هرچه نت های موجود در یک قطعه تکنوازی نواخته شیییده با دقت بیشیییتری
شکل( : )2سیگنال مربوط به تمامی پرده های گام
استخراج شود دستگاه و گام آن قطعه نیز به درستی تعیین خواهد شد .در حالت
جهت دسییتیابی به نقاطی که نت ها نواخته شییده اند و پس از آن محاسییبه
کلی روش ارائه شیده در این مقاله از دو مرحله تشییکیل شده است که مرحله
فرکانس مربوط به این نقاط در شیکل 3الیه بیرونی این سیگنال نمایش داده
اول تشخیص نت و مرحله دوم تعیین ساختار و دستگاه.
شده است که پیک های مشخص شده بر روی شکل زمان اجرای نت را بر
جدول ( : )2گام های متداول در دستگاههای موسیقی ایرانی
حسیب شدت انروی نشان می دهد .پس از این مرحله حول این پیک های به
نت الگو
دسیت آمده پنجره هایی را بر روی سییگنال اصلی اعمال می کنیم .به عبارت دو سی ال سل فا می ر دو ماهور
دیگر سییگنال ورودی با اسیتفاده از نقاط به دسییت آمده فریم بندی می شود دو
(شکل )4تا محاسبات مربوط به یافتن فرکانس فریم به فریم انجام شود تا در سل فا دیز می ر دو سی ال سل ماهور
نهایت با دقت بیشتری نت های موجود در یک قطعه تکنوازی استخراج شوند. سل
سل فا می ر دو سی ال سل شور
در این مقییالییه برای محییاسیییبییه فرکییانس غییالییب هر فریم از تییابع خود
بمل بمل کرن سل
همبسیتگی( )Autocorrelationاسیتفاده شده است ،که به وسیله رابطه زیر ر دو سی ال سل فا می ر شور ر
بدست می آید: بمل کرن
}) 𝑠𝜇𝐸{(𝑋𝑡 −𝜇𝑡 )(𝑋𝑠 − دو سی ال سل فا می ر دو چهارگاه
= )R(s, t )(1
𝑠𝜎 𝑡𝜎 کرن کرن دو
که در آن tو ، sدو زمان متفاوت و Xنیز یک فرآیند تکرار پذیر (سیییگنال سل فا دیز می ر دو سی ال سل چهارگاه
ورودی) می باشند .از این تابع برای شناسایی یک فرکانس گم شده در سیگنال کرن کرن سل
نیز اسیتفاده می شیود .این عمل را بر روی تمامی فریم های به دست آمده از ال سل فا می ر دو سی ال سه گاه
قسمت قبل اعمال می کنیم تا در نهایت از روی فرکانس به دست آمده بتوان کرن بمل کرن بمل کرن ال کرن
می ر دو سی ال سل فا می سه گاه
نت های نواخته شده را استخراج کرد ،چرا که هر نت موسیقی فرکانس خاص
کرن بمل کرن کرن می
خود را دارا می باشد. کرن
Envelope سل فا می ر دو سی ال سل همایون
بمل کرن سل
ر دو سی ال سل فا دیز می ر همایون
بمل کرن ر
Amplitutde
-1-3استخراج نت
تشخیص نت های نواخته شده در یک قطعه موسیقی مهمترین و اصلی
ترین قدم می باشیید که با توجه به تکنوازی بودن قطعات می توان محاسییبات
)Time(s
مربوط به حوزه فرکانس را بر روی نت های نواخته شییده در سیییگنال ورودی،
شکل ( : )3محل نت های نواخته شده بر روی سیگنال انجام داد .بدین ترتیب می توان به صیییورت تقریبی فرکانس هایی را از روی
سییگنال ورودی به دسیت آورد که معرف نت های نواخته شده خواهد بود .به
920
-4نتایج و ارزیابی سیستم
به منظور تسیت سییسیتم 42قطعه توسط ساز تار در دستگاه ها و گام
های متفاوتی (مطابق جدول شماره )2ضبط گردید .قطعات در فرمت mp3و
نرخ نمونییه برداری 44/1کیلو هرتز برای پردازش در نرم افزار متلییب آمییاده
گردید .همچنین چهار قطعه نیز به وسییله سیاز سنتور به مجموعه داده اضافه
گردیید .در این مجموعه (در کل 40قطعه) قطعاتی شیییامل تصییینیف ،رمنگ،
چهارمضیراب ،بداهه نوازی و ...توسط اساتید موسیقی نواخته و ضبط شد ،که
در این مجموعه نوازندگان قطعات موسییقی را به صورت کامل و با استفاده از
شکل( : )4فریم بندی سیگنال
تکنییک های نوازندگی اجرا کردند .جدول شیییماره 4جزئیات داده های جمع
در تئوری موسییقی مبنای کوک سیاز نت "ال" می باشید که فرکانسی
آوری شده را نشان می دهد.
معادل 442هرتز دارد ،و همچمین در سیاز هایی نظیر تار و سیه تار دو دست
از میان این قطعات ،دسیتگاه و گام فقط سییه قطعه به اشتباه تشخیص
باز سییم اول فرکانسی برابر با 204هرتز خواهد داشت .جدول شماره 3نتیجه
داده شید که این سه قطعه در دستگاه های سه گاه و همایون بودند .همانطور
محاسیبات مربوطه را نشان می دهد و همانگونه که مالحظه می شود با دقت
که در جدول شماره 2مشاهده می شود ،دستگاه سه گاه بیشترین تغییرات نت
بسیییییار بیاالیی فرکانس مربوط به نت های "دو" و "ال" و تمامی نت ها به
را دارد و همین امر می تواند دلیل خطاهای رخ داده باشیید .به عبارتی عملکرد
دسیت آمد .اما هنگام نواخته شیدن قطعات موسییقی ،نت ها با سرعت باالیی
روش پیشنهادی بر روی مجموعه ضبط شده دقتی معادل % 33دارد.
اجرا می شوند و ممکن است گاهی چندین نت با یکدیگر ترکیب شوند .بر این
اساس پیش بینی می شود هنگام انجام این محاسبات بر روی یک قطعه کامل
جدول( : )4دستگاه و تعداد قطعات ضبط شده
موسییقی ،نت ها به صورت کامل و منطبق با آنچه که نواخته می شود نباشد.
تعداد دستگاه
اما از آنجا که تعداد نت های اجرا شده در یک قطعه موسیقی کامل بسیار زیاد
6قطعه ماهور دو
2قطعه ماهور سل
می باشد لذا چنین خطاهایی نمی تواند مانعی در روند تشخیص دستگاه باشد.
7قطعه شور سل جدول ( : )3فرکانس نت های بدست آمده
5قطعه شور ر فرکانس(هرتز) نت فرکانس(هرتز) نت
361.610 سل کرن 204.233 دو
3قطعه چهارگاه دو
335.713 سل 260.371 ر کرن
3قطعه چهارگاه سل
415.162 ال بمل 233.157 ر
4قطعه سه گاه ال کرن
420.073 ال کرن 323.342 می بمل
3قطعه سه گاه می کرن
444.324 ال 321.467 می کرن
4قطعه همایون سل 401.757 سی بمل 334.503 می
1قطعه همایون ر 473.516 سی کرن 343.542 فا
433.450 سی 302.232 فا سری
-5نتیجه گیری 527.006 دو 372.235 فا دیز
در این مقاله روشییی ارائه شیید که در مقایسییه با فعالیت های مشییابه ،از
-2-3تشخیص دستگاه و گام
سیازهای مختلفی برای آزمایش اسیتفاده شد .همچنین در مجموعه داده جمع
در این مرحله محاسبات بیان شده را بر روی سیگنال تمام قطعه اعمال
آوری شده ،نوازندگان قطعات موسبقی ،از تکنیک های نوازندگی جهت دلنشین
می کنیم تا نت های اسیتفاده شیده در آن بدست آید .سپس به وسیله این نت
تر کردن قطعات موسییقی بهره جستند .که در نهایت با دقت بسیار باالیی هم
ها یک گام کامل را تشیکیل می دهیم .حال با استفاده از جدول شماره 2می
دستگاه و هم گام قطعه تکنوازی نواخته شده مشخص گردید.
توان دسیتگاه و گام آن قطعه موسییقی را مشخص کرد .به عنوان مثال نتیجه
فعالیت هایی که در ادامه می توان انجام داد عبارتسییت از یافتن نقاط ایسییت
محاسیبات بر روی تصینیف هزار دسیتان به این صیورت می باشد :ال(کرن)-
موجود در قطعات نواخته شیده ،که با استفاده از این نقاط ایست می توان تمام سی -دو -ر(کرن)-می – فا -سل .که با توجه به جدول 2می توان تشخیص
هفت دستگاه و آوازهای موجود در موسیقی ایرانی را شناسایی کرد. داد که این تصنیف در دستگاه چهارگاه و گام "دو" قرار دارد.
921
مراجع
"دسته بندی خودکار گام ماهور موسیقی ایرانی،بنوشی.محمودان و ا.س ]1 [
دومین کنفرانس بین المللی،"توسط یک شبکه عصبی مصنوعی
.1931 ،ارتعاشات دانشگاه صنعتی شریف آکوستیک و
[2] H.Hajimolahoseini, R.Amirfattahi and M.Zekri, “Real time
Classification of Persian Musical Dastgah Using Artificial
Neural Network ” Artificial Intelligence and Signal
Processing (AISP),16th CSI International
Symposium,2012.
[3] R.Mayer, R.Neumayer and A.Rauber,”Combination of
Audio and Lyrics Features fore Genre Classification in
Digital Audio Collections” Proceedings of the 16th ACM
international Conference on multimedia,Pages 159-
168,2008.
[4] C.Xu, N. C. Maddage, X.Shao,F. Cao and Q. Tian, “Musical
Genre Classification Using Support Vector Machines”
Acoustics Speech and signal Processing, IEEE
Conference,20003.
[5] D. Chathuranga and L. Jayaratne,”Musical Genre
Classification Using Ensemble of Classifiers” Fourth
International Conference on Computational Intelligence
Modelling and Simulation,2012.
[6] Y. Anan, K. Hatano, H. Bannai and M. Takeda,”Music
Genre Classification Using Similarity Functions” 12th
International Society for Music Information Retrival
Conference,ISMIR 2011.
[7] R. Mayer, R.Neumayer and A.Rauber,”Rhyme and Style
Features For Musical Genre Classification By Song
Lyrics”ISMIR,2008.
[8] A.N. Vaziri, Dasture Tar , Tehran,1913.
[9] H. Farhat, The Dastgah Conception in Persian Music,
Cambridge University Press,1990.
[10] R. Gang, G.Bocko, J. Lundberg, S. Roessner,D. Headlam
and M.F. Bocko,”A Real Time Signal Processing
Framework Of Musical Expressive Feature Extraction
Using Matlab” 12th International Society For Music
Information Retrieval Conference,2011.
[11] F. Eyban, S. Bock, B. Schuller and A. Graves,”Universal
Onset Detection With Bidirectional Long Short-Term
Memory Neural Networks ” 11th International Society for
Music Information Retrieval Conference,2010.
[12] S. Bock, A. Arzt, F.Krebs and M. Schedl,”Online Real Time
Onset Detection With Recurrent Neural Networks” 15th Int
Conference on Digital Audio Effects , 2012.
922