Klasifikacija žanra pjesme

završni rad

• Naslov (engleski): Music Genre Classification
• Autor: Ivan Strizrep
• Mentor: Ana Sović Kržić (mentor)
• Član povjerenstva: Ana Sović Kržić (predsjednik povjerenstva)
• Član povjerenstva: Ivan Ralašić (član povjerenstva)
• Član povjerenstva: Matea Đonlić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U radu je opisan postupak klasifikacije hrvatske tradicijske glazbe obzirom na regionalnu pripadnost. Navedene su sve regije, pjesme koje ih predstavljaju i karakteristike glazbe pojedine regije. Zatim je opisan postupak ekstrakcije značajki iz pjesama te su definirane sve značajke dobivene ekstrakcijom. Primarno korištenu značajku predstavljaju mel-frekvencijski kepstralni koeficijenti. Također korištene značajke su broj prolazaka kroz nulu i glasnoća zvuka. Svi izračunati koeficijenti poslužili su za strojno učenje. Metodom potpornih vektora pjesme su klasificirane sa uspješnošću od 81%.

Sažetak (engleski)

This work describes the classification process of Croatian traditional music considering their regional affiliation. All regions, songs that represent them and characteristics of music of particular region are listed. Afterwards, the extraction procedure of the features from the songs is described and all the features obtained by extraction are defined. The primary used feature is mel-frequency cepstral coefficients. As well used features are zero crossing rate and sound volume. All calculated coefficients were used for machine learning. By the support vector machine songs are classified with a performance of 81%.

• Ključne riječi: žanr; klasifikacija; glazba; ekstrakcija; mel-frekvencijski kepstralni koeficijenti; broj prolazaka kroz nulu; glasnoća zvuka; strojno učenje; metoda potpornih vektora
• Ključne riječi (engleski): genre; classification; music; extraction; mel-frequency cepstral coefficients; zero crossing rate; volume; machine learning; support vector machine
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:725269
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 01:00:16