Projekty

Zespoły muzyki ludowej – ich działalność artystyczna i potrzeby infrastrukturalne w dobie pandemii COVID-19 i nie tylko

Projekt FolkArtiNet jest finansowany przez konsorcjum DARIAH ERIC w ramach programu DARIAH Theme. Jednym z obszarów tegorocznej jego edycji jest „Arts Exchanges”, w którym wspierane są inicjatywy mające na celu nawiązanie współpracy z artystami i zrozumienie ich potrzeb w odniesieniu do technologii jakie są przez nich wykorzystywane.

 

Nasza propozycja dotyczy zespołów artystycznych zajmujących się muzyką ludową. Chcemy we współpracy z tym środowiskiem ustalić z jakich narzędzi i usług korzystają artyści w swojej twórczości, zrozumieć ich potrzeby i ocenić czy istniejące zasoby są w stanie sprostać ich wymaganiom, czy też istnieje potrzeba tworzenia nowych. Informacje te zbierzemy poprzez przeprowadzenie wywiadów z zespołami muzyki ludowej, przeprowadzenie ankiety oraz przygotowanie warsztatu, w ramach którego możliwe będzie podzielenie się przez artystów swoimi doświadczeniami w zakresie wykorzystania rozwiązań technologicznych.
 

Realizacja projektu rozpoczęła się 1 grudnia 2020 i potrwa 12 miesięcy.

Cyfrowa Infrastruktura Badawcza dla Humanistyki i Nauk o Sztuce DARIAH- PL

Projekt finansowany jest w ramach Programu Operacyjnego Inteligentny Rozwój 2014-2020 działanie 4.2 4/4.2/2020. Celem Działania 4.2 jest wsparcie wybranych projektów dużej, strategicznej infrastruktury badawczej, o charakterze ogólnokrajowym lub międzynarodowym, znajdujących się na Polskiej Mapie Infrastruktury Badawczej oraz zapewnienie skutecznego dostępu do tej infrastruktury dla przedsiębiorców i innych zainteresowanych podmiotów.

 

Celem projektu jest utworzenie krajowej infrastruktury badawczej dla humanistyki i nauk o sztuce – zaawansowanej  platformy służącej pozyskiwaniu, przechowywaniu, integracji różnych kategorii i jakości danych, przetwarzaniu oraz udostępnianiu zasobów cyfrowych 2D i 3D na potrzeby prowadzenia szeroko zakrojonych badań, a także zastosowań w gospodarce. Platforma będzie wyposażona w nowoczesne narzędzia do wielokontekstowej wizualizacji wyników analizy i interpretacji wielu kategorii w oparciu o mechanizmy Linked Data oraz uczenie maszynowe, z uwzględnieniem elementu niepewności (ang. uncertainty).

 

Music Information Retrieval jest jednym z obszarów badawczych, w ramach którego powstaną rozwiązania będące częścią tworzonej infrastruktury oraz w ramach którego prowadzone będą badania z wykorzystaniem platformy. Członkowie grupy roboczej MIR należą również do konsorcjum realizującego projekt. Naszym celem w projekcie będzie rozwijanie metod i algorytmów eksploracji danych i odkrywaniu wiedzy w muzyce, ze szczególnym uwzględnieniem polskiej muzyki tradycyjnej, opartych na uczeniu maszynowym. Wytworzone w trakcie projektu narzędzia staną się częścią infrastruktury badawczej dla etnomuzykologów i muzykologów i dostarczą niskopoziomowe opisy materiału muzycznego umożliwiające analizę porównawczą różnych formatów oraz analizę semantyczną na wyższym poziomie.

 

Realizacja projektu rozpoczęła się 1 stycznia 2021 i potrwa 3 lata.

FBC-TeNe: Zwiększenie dostępności cyfrowych zasobów nauki i kultury poprzez pozyskiwanie reprezentacji tekstowej i nutowej

Celem projektu FBC-TeNe jest zwiększenie dostępności cyfrowych zbiorów polskich instytucji kultury i nauki poprzez rozbudowę serwisu Federacji Bibliotek Cyfrowych (FBC, https://fbc.pionier.net.pl/) w zakresie wyszukiwania obiektów cyfrowych na podstawie zawartości tekstowej i nutowej.
 

FBC agreguje dane z ponad 120 dostępnych w Internecie repozytoriów, bibliotek, archiwów, muzeów i galerii cyfrowych oraz umożliwia użytkownikom przeszukiwanie tych rozproszonych zasobów w jednym portalu, a przez to szybkie dotarcie do ogromnej liczby materiałów (ponad 6,5 mln). Wynikiem wyszukiwania są odnośniki do obiektów znajdujących się w agregowanych przez FBC kolekcjach cyfrowych.
 

Wyszukiwanie materiałów realizowane jest na podstawie ich metadanych. Uzyskanie możliwości przeszukania zawartości materiału wymaga jego konwersji do postaci, która może zostać poddana indeksacji oraz realizacji wyszukiwania, dostosowanego do typu materiału. W przypadku dokumentów tekstowych, które poddane zostały cyfryzacji poprzez zeskanowanie, konieczne jest przeprowadzenie operacji pozyskiwania reprezentacji tekstowej, np. OCR (ang. Optical Character Recognition). W przypadku skanów utworów muzycznych konieczne jest z kolei wykonanie operacji pozyskiwania reprezentacji nutowej, np. OMR (ang. Optical Music Recognition) w celu uzyskania symbolicznego zapisu muzycznego i konwersji do różnych formatów (np. MIDI).