prikaz prve stranice dokumenta Klasifikacija glazbe temeljena na strojnom učenju
No public access
master's thesis
Klasifikacija glazbe temeljena na strojnom učenju
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:105053
Čupić, Luka
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Čupić, L. (2020). Klasifikacija glazbe temeljena na strojnom učenju (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:105053

Čupić, Luka. "Klasifikacija glazbe temeljena na strojnom učenju." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:105053

Čupić, Luka. "Klasifikacija glazbe temeljena na strojnom učenju." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:105053

Čupić, L. (2020). 'Klasifikacija glazbe temeljena na strojnom učenju', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 17 May 2024, https://urn.nsk.hr/urn:nbn:hr:168:105053

Čupić L. Klasifikacija glazbe temeljena na strojnom učenju [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2020 [cited 2024 May 17] Available at: https://urn.nsk.hr/urn:nbn:hr:168:105053

L. Čupić, "Klasifikacija glazbe temeljena na strojnom učenju", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:105053

Metadata
TitleKlasifikacija glazbe temeljena na strojnom učenju
Title (english)Classification of Music Based on Machine Learning
AuthorLuka Čupić
MentorMarko Čupić (mentor)
Committee memberMarko Čupić (predsjednik povjerenstva)
Committee memberAlan Jović (član povjerenstva)
Committee memberDomagoj Jakobović (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2020-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Klasifikacija glazbe zanimljiv je računalni problem koji često ne predstavlja velik interes poput ostalih problema kao što su računalni vid ili analiza društvenih mreža. Ovaj rad predstavlja sustav baziran na strojnom učenju koji može klasificirati glazbene instrumente. Kako bi model to mogao učiniti, karakterističan skup značajki izvučen je iz izvornih zvučnih zapisa. Ove značajke, MFC koeficijenti, predstavljaju suvremenu tehniku za predstavljanje audio zapisa kako bi mogli biti korišteni u kontekstu strojnog učenja. Nakon učenja modela, isti je uključen u Android aplikaciju gdje se može koristiti za klasifikaciju instrumenata u stvarnom vremenu.
Abstract (english)
Audio classification is an interesting machine learning problem that often doesn't get as much attention as some other problems such as computer vision or social media analysis. This thesis presents a system based on machine learning capable of classifying musical instruments. For the model to recognize instruments, a specific set of features is extracted from the original audio files. These features, MFCCs, represent state-of-the-art technique for representing audio in a way that can be used in a machine learning environment. After training, the model is deployed on to an Android application where it can be used for instrument prediction in real time.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:105053
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 12:02:54