Пошук академічних текстів

Інформація × Реєстраційний номер 2120U007914, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Система класифікації аудіо контенту Автор Валігура Ілля АнатолійовичValihura Illya Anatoliiovych Дата публікації 01-01-2020 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/34909 Видання Київ Опис Робота присвячена вирішенню проблеми жанрової класифікації аудіо файлів. Описані різні методи з області пошуку музичної інформації, способи представлення аудіо даних декількох форматів (mp3, wav, au) у цифровому та графічному вигляді, з подальшим їх аналізом і обробкою для налаштування класифікації. Створено новий набір даних (налічує 17000 аудіозаписів розподілених між 14 жанрами), що може бути задіяний у подібних задачах з предметної області. Запропонована система класифікації використовує класичні методи машинного навчання і різні види глибинних нейронних мереж. В роботі порівнюються підходи до обробки аудіо та алгоритми їх класифікації, а також застосовується об’єднання моделей в ансамбль для покращення ефективності роботи системи. Розмір пояснювальної записки – 56 аркушів, містить 22 ілюстрації, 4 додатки. The work is devoted to solving the problem of genre classification of audio files. Various methods in the field of music information retrieval, methods of presenting audio data of several formats (mp3, wav, au) in digital and graphical form, with their subsequent analysis and processing to adjust the classification are described. The new set of data has been created (there are 17,000 audio records distributed between 14 genres). It can be used for similar tasks of the subject`s area. The proposed classification system uses classical machine learning methods and different types of deep neural networks. The paper compares approaches to audio processing and algorithms for their classification. The models are integrated into an ensemble to improve the efficiency of the system. Explanatory note size - 56 pages, contains 22 illustrations, 4 applications. Додано в НРАТ 2025-11-05 Закрити