Rozpoznání hudebního žánru

Simple item page
but.committeedoc. Ing. Kamil Říha, Ph.D. (předseda) MgA. Michal Indrák, Ph.D. (místopředseda) Ing. Ladislav Káňa (člen) doc. Ing. Jiří Mekyska, Ph.D. (člen) MgA. Lukáš Nábělek (člen)cs
but.defenceUveďte 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]?cs
but.jazykslovenština (Slovak)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorUher, Václavsk
dc.contributor.authorKáčerová, Erikask
dc.contributor.refereeŘíha, Kamilsk
dc.date.created2016cs
dc.description.abstractCieľom 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.sk
dc.description.abstractThe 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.en
dc.description.markDcs
dc.identifier.citationKÁČEROVÁ, E. Rozpoznání hudebního žánru [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.cs
dc.identifier.other93601cs
dc.identifier.urihttp://hdl.handle.net/11012/61568
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectdolovanie dátsk
dc.subjectextrakcia príznakovsk
dc.subjecthudobný žánersk
dc.subjectJAVAsk
dc.subjectneuronové sietesk
dc.subjectRapidMinersk
dc.subjectstrojové učeniesk
dc.subjectData Miningen
dc.subjectFeature Extractionen
dc.subjectJAVAen
dc.subjectMachine Learningen
dc.subjectMusic Genreen
dc.subjectNeural Networksen
dc.subjectRapidMineren
dc.titleRozpoznání hudebního žánrusk
dc.title.alternativeMusical genre classificationen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2016-06-16cs
dcterms.modified2016-06-16-16:33:00cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid93601en
sync.item.dbtypeZPen
sync.item.insts2025.03.16 23:45:18en
sync.item.modts2025.01.15 22:50:50en
thesis.disciplineAudio inženýrstvícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.36 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
401.88 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_93601.html
Size:
4.57 KB
Format:
Hypertext Markup Language
Description:
file review_93601.html
Download
Collections
2016