prikaz prve stranice dokumenta Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama
Rad nije dostupan
završni rad
Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:893358
Peršun, Andrija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Peršun, A. (2024). Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:893358

Peršun, Andrija. "Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:893358

Peršun, Andrija. "Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:893358

Peršun, A. (2024). 'Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 06.01.2025., https://urn.nsk.hr/urn:nbn:hr:168:893358

Peršun A. Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 06.01.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:893358

A. Peršun, "Primjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:893358

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:893358
Podaci o radu
NaslovPrimjena algoritama strojnog učenja u klasifikaciji glazbenog sadržaja snimljenog u različitim okolinama
Naslov (engleski)Application of machine learning algorithms in classification of audio content recorded in different instruments environments
AutorAndrija Peršun
MentorAntonio Petošić (mentor)
Član povjerenstvaAntonio Petošić (predsjednik povjerenstva)
Član povjerenstvaIvan Đurek (član povjerenstva)
Član povjerenstvaMia Suhanek (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu implementiran je algoritam automatskog prepoznavanja glazbenog sadržaja za snimke različitih izvedbi i različitih okruženja. Obrađena je teorijska podloga izvlačenja korištenih značajki, odnosno transkripcije teksta i računanje kroma značajke (kromagrama) te osnove prostorne akustike i utjecaj na snimke. Pokazana je metoda računanja podudarnosti između dvaju snimaka za svaki korišteni parametar te metoda računanja ukupne podudarnosti. Prezentirani su i rezultati testiranja. Svaki test, ovisno o dužini testiranog zvučnog zapisa, traje između 10 i 30 sekundi. Testovi su pokazali uspješnost od 94% na 11 testova normalne klasifikacije i 100% na 2 testa klasifikacije uljeza, na inicijalnoj bazi podataka s 33 pjesme.
Sažetak (engleski)
This paper covers the implementation of an algorithm for automatic classification of music. It covers the theoretical basis of sound feature extraction, namely speech transcription for lyric identifcation, as well as chroma feature calculation for music recognition in different acoustics environments. It then shows the procedure for audio matching based on the outputs of specific features, including the calculation of individual matching coefficients and the cumulative, total mathcing coefficients. The paper includes presentation of test results on a small database of 33 songs. Each test, depending on the length of the tested recording, took anywhere from 10 to 30 seconds to complete. The tests yielded a high 94% success rate across 11 normal test examples, and a 100% fail rate on 2 test examples which attempted to classify an impostor.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:893358
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-10-12 21:49:35