prikaz prve stranice dokumenta Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja
No public access
master's thesis
Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:091215
Modrušan, Antun
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Modrušan, A. (2021). Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:091215

Modrušan, Antun. "Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:091215

Modrušan, Antun. "Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:091215

Modrušan, A. (2021). 'Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 25 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:091215

Modrušan A. Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 November 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:091215

A. Modrušan, "Web aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:091215

Metadata
TitleWeb aplikacija za klasifikaciju glazbenih isječaka u glazbena razdoblja
Title (english)Web Application for Audio Clip Classification into Musical Periods
AuthorAntun Modrušan
MentorAlan Jović (mentor)
Committee memberAlan Jović (predsjednik povjerenstva)
Committee memberŽeljka Mihajlović (član povjerenstva)
Committee memberTomislav Hrkać (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-06, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Cilj ovog diplomskog rada je razvijanje aplikacije za klasifikaciju glazbenih isječaka u jedno od pet glazbenih razdoblja: srednji vijek, renesansa, barok, klasicizam i romantizam. U radu su istražene razne vremenske i frekvencijske značajke koje je moguće izlučiti iz isječaka, primjerice spektrogram i kepstralni koeficijenti mel-frekvencija (MFCC). Audio isječci su sakupljeni ručno s platforme YouTube, podijeljeni u isječke od 10 sekundi i iz njih su izlučeni koeficijenti MFCC. Za klasifikaciju su ispitane potpuno povezane, konvolucijske i povratne neuronske mreže i najbolji rezultati ostvareni su s konvolucijskim neuronskim mrežama. Parametri i konfiguracija optimalnog modela su spremljeni i korišteni su u izrađenoj web aplikaciji ostvarenoj pomoću radnog okvira Streamlit koja omogućava predviđanje na novim primjerima.
Abstract (english)
The aim of this thesis is development of a web application for audio clip classification into five musical periods: middle age, renaissance, baroque, classical and romanticism. Multiple time and frequency features, which can be extracted from an audio segment, were explored such as spectrogram and Mel-Frequency Cepstral Coefficients (MFCC). Audio clips were gathered by hand from YouTube platform, split into 10 second segments and MFCCs were extracted from them. Fully connected, convolutional and recurrent neural networks have been tested for classification purposes and convolutional networks achieved the best results. Parameters and configuration of the optimal model have been saved and used in the created Streamlit app to predict on unseen clips.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:091215
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 13:15:50