Registration Number
2125U011393, Article
popup.category
Article, Стаття
Title
System for melody similarity analysis to detectpotential plagiarism
popup.author
Арсенюк І. Р.
Шевченко І. Ю.
Arseniuk I.
Shevchenko I.
Arseniuk I.
Shevchenko I.
popup.publication
01-01-2025
popup.source_user
Вінницький національний технічний університет
popup.source
https://ir.lib.vntu.edu.ua/handle/123456789/50844
popup.publisher
Наукові перспективи
Description
У статті представлено підхід до підвищення ефективності виявлення музичного плагіату шляхом впровадження інтелектуальної інфор-маційної технології аналізу схожості мелодій. Інтеграція такої технології у робочі процеси музичних продюсерів, фахівців з авторського права, судових експертів та аналітиків музичної індустрії забезпечує можливість швидко та обґрунтовано оцінювати ступінь подібності між музичними творами, змен-шуючи суб’єктивність аналізу та підвищуючи прозорість експертних виснов-ків. Завдяки цьому користувачі отримують інструмент для швидкого виявлення потенційних випадків плагіату на основі коротких локальних уривківмелодій.Реалізація системи ґрунтується на поєднанні методів глибинного навча-ння та згорткових нейронних мереж, які використовуються для побудови векторних представлень мелодійних фрагментів. Модуль попередньої обробки даних відповідає за нормалізацію темпу, розбиття мелодій на фрагменти у форматі MIDI і формування піано-ролл представлення музичного фрагменту, що забезпечує коректність подальшого аналізу. У процесі навчання згорткова нейромережа навчається за допомогою керованого контрастивного підходу, що формує простір ознак із чітким розмежуванням схожих і несхожих фрагментів. Використання контрастивного навчання нейромережі у поєднанні з розбиттям композицій на короткі локальні фрагменти дозволяє компенсувати обмеження традиційних підходів і суттєво підвищити точність виявлення можливого музичного плагіату.Для тестування запропонованої концепції створено прототип системи у вигляді програмного забезпечення, реалізованого мовою Python з викорис-танням бібліотек PyTorch, NumPy, pandas та hnswlib. Прототип виконує повний цикл обробки MIDI-фрагментів –від сегмен-тації та побудови векторних представлень до формування HNSW-індексу та пошуку найближчих сусідів. Система забезпечує пакетну обробку великих наборів даних і підтримує масштабованість під час пошуку схожих мелодій, що дозволяє ефективно перевіряти працездатність моделі у різних сценаріях виявлення можливого плагіату.Запропонований підхід створює передумови для формування інтелек-туальної системи підтримки експертизи авторського права, здатної автома-тизувати процес виявлення можливого музичного плагіату та підвищити об’єктивність оцінювання схожості творів. У перспективі концепцію можна розширити до повноцінної адаптивної системи, здатної самостійно навчатися на основі накопичених музичних даних і поступово підвищувати точність визначення потенційних випадків порушення авторських прав.
popup.nrat_date
2026-10-29
