Rozpoznání hudebního žánru
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Cieľom tejto bakalárskej práce je vytvorenie systému pre automatické rozpoznávanie hudobného žánru. Práca rieši dva hlavné problémy, ktorými sú získanie príznakov žánru a proces strojového učenia. Za účelom získania príznakov je napísaný zdrojový kód v programovacom jazyku JAVA s použitím knižnice jAudio. V programe RapidMiner Studio je vytvorených 6 modelov metód strojového učenia. Najvhodnejšia z nich, metóda neurónových sietí je potom ladená a testovaná na rôznych úsekoch piesní z databázy. Táto databáza obsahuje 250 tréningových skladieb a 25 testovacích skladieb z piatich žánrov: vážna hudba, disco, drum and bass, hip hop a rock.
The aim of this bachelor thesis is creating a system for automatic music genre recognition. The thesis deals with two main issues, which are feature extraction of a genre and machine learning process. For the purpose of feature extraction a source code is written in JAVA programming language based on jAudio library. Six machine learning models are created in RapidMiner Studio software. The most appropriate one of them, Neural Networks method is then improved and tested on different parts of songs from database.These database contains 250 training songs and 25 test songs from five music genres: classical music, disco, drum and bass, hip hop and rock.
The aim of this bachelor thesis is creating a system for automatic music genre recognition. The thesis deals with two main issues, which are feature extraction of a genre and machine learning process. For the purpose of feature extraction a source code is written in JAVA programming language based on jAudio library. Six machine learning models are created in RapidMiner Studio software. The most appropriate one of them, Neural Networks method is then improved and tested on different parts of songs from database.These database contains 250 training songs and 25 test songs from five music genres: classical music, disco, drum and bass, hip hop and rock.
Description
Citation
KÁČEROVÁ, E. Rozpoznání hudebního žánru [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Audio inženýrství
Comittee
doc. Ing. Kamil Říha, Ph.D. (předseda)
MgA. Michal Indrák, Ph.D. (místopředseda)
Ing. Ladislav Káňa (člen)
Ing. Jiří Mekyska, Ph.D. (člen)
MgA. Lukáš Nábělek (člen)
Date of acceptance
2016-06-16
Defence
Uveďte podrobnou charakteristiku použité databáze: podle jakého klíče byly rozlišeny jednotlivé žánry? Řešila jste legislativní stránku použití nahrávek podléhajících autorským právům?
Proč jste ve své práci nepoužila statistické vyhodnocení na bázi analyzačních oken („texture window“), tedy rozsegmentování nahrávky tak, jak je popsáno v [6]?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení