Prepoznavanje instrumenata u zvukovnim zapisima primjenom dubokih neuronskih mreža

diplomski rad

• Naslov (engleski): Instrument Detection in Sound Records Using Deep Neural Networks
• Autor: Ino Odak
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-04, Hrvatska

Sažetak

Ovaj diplomski rad bavi se klasifikacijom glazbenih instrumenata unutar zvučnih zapisa, s posebnim naglaskom na polifone glazbene snimke u kojima više instrumenata svira istovremeno. U teorijskom dijelu rada obrađuje se povijesni razvoj domene klasifikacije zvučnih zapisa, klasifikacije glazbenih zvučnih snimki i algoritme koji su se pokazali uspješnima. Dodatno, u radu su opisane razne metode podatkovnih augmentacija, kao i tehnike izdvajanja značajki iz zvučnih zapisa. Praktični dio bavi se programskim ostvarenjem sustava za prepoznavanje glazbenih instrumenata unutar zvučnih zapisa koji se zasniva na umjetnim neuronskim mrežama. Rezultati demonstriraju kako ovakav sustav može imati brojne primjene i implikacije u stvarnom svijetu.

Sažetak (engleski)

This thesis explores the classification of musical instruments within audio recordings, with a special emphasis on polyphonic music recordings in which several instruments are played simultaneously. The theoretical part of the thesis deals with the historical development of the domain of classification of sound recordings, classification of musical sound recordings and algorithms that have proven to be successful. Additionally, the paper describes various methods of data augmentation, as well as techniques for extracting features from sound recordings. The practical part includes the implementation of a system for recognizing musical instruments within sound recordings, which is based on artificial neural networks. The results show that such a system can have numerous applications and implications in the real world.

• Ključne riječi: Klasifikacija glazbenih instrumenata; Polifoni zvučni zapisi; Duboko učenje; Konvolucijske neuronske mreže (CNN); Rekurentne neuronske mreže (RNN); Mel spektrogram; VGGish; Augmentacija podataka; Glazbena informatika (Music Information Retrieval - MIR); Strojnim učenje; Prepoznavanje uzoraka; Obrada zvučnih signala
• Ključne riječi (engleski): Music instrument classification; Polyphonic audio recordings; Deep learning; Convolutional neural networks (CNN); Recurrent neural networks (RNN); Mel spectrogram; VGGish; Data augmentation; Music Information Retrieval (MIR); Machine learning; Pattern recognition; Audio signal processing
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:085733
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 21:42:33