Автоматичне розпізнавання музичних жанрів глибокими згортковими нейронними мережами

Ярослав Юрійович Дорогий; Василь Васильович Цуркан; Олександр С. Хапілін

doi:10.64915/j48tzz75

Т. 1 · № 1 · 2018 бер 4, 2018 Телекомунікації та захист інформації

Автоматичне розпізнавання музичних жанрів глибокими згортковими нейронними мережами

ЯД

Ярослав Юрійович Дорогий Відповідальний Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» argusyk@gmail.com Україна

ВЦ

Василь Васильович Цуркан Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Україна

ОХ

Олександр С. Хапілін Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Україна

Сторінки45-50 Опублікованобер 4, 2018 ЛіцензіяВідкритий доступ

pdf

ЕАІ 1 VOL 1 · 1

VOL 1 · NO 1 · 2018 Переглянути випуск

Анотація

В статті розглядаються алгоритми для автоматичного розпізнавання музичних жанрів та пропонується використання глибоких згорткових нейронних мереж для цієї задачі. Спираючись на реальні дані, окреслено архітектуру мережі та оцінено її якість. Робота виконана з використанням дата-сету GTZAN. Було розглянуто задачу класифікації для чотирьох та десяти жанрів з використанням мел-кепстральних коефіцієнтів та аудіохвилі в якості ознак. Якість запропонованого алгоритму було протестовано на відкладених даних для чотирьох та десяти різних жанрів та порівняно з використанням обмеженої машини Больцмана для чотирьох жанрів. Бібл. 11, рис. 3, табл. 2.

Ключові слова

#глибокі нейронні мережі #згорткові мережі #пошук музичної інформації #класифікація

Посилання

H. Lee, P. Pham, Y. Largman, and A. Y. Ng, “Unsupervised feature learning for audio classification using convolutional deep belief networks,” in Advances in Neural Information Processing Systems 22, Curran Associates, Inc., 2009, pp. 1096–1104, URL: http://papers.nips.cc/paper/3674-unsupervised-feature-learning-for-audio-classification-using-convolutional-deep-belief-networks.pdf.
T. Feng, “Deep learning for music genre classification,” URL: https://courses.engr.illinois.edu/ece544na/fa2014/Tao_Feng.pdf.
M. Haggblade, Y. Hong, and K. Kao, “Music Genre Classification,” Stanfor, 2009, URL: https://cs229.stanford.edu/Fproj2011/HaggbladeHongKao-MusicGenreClassification.pdf&usg=AOvVaw1Nc3dcWm4P4rW6UsiLu712.
G. E. Hinton, S. Osindero, and Y.-W. Teh, “A Fast Learning Algorithm for Deep Belief Nets,” Neural Comput., vol. 18, no. 7, pp. 1527–1554, 2006, DOI: 10.1162/neco.2006.18.7.1527.
Y. Cai, D. Ji, and D. Cai, “A KNN Research Paper Classification Method Based on Shared Nearest Neighbor,” in NTCIR-8 Workshop Meeting, 2010, pp. 336–340.
T. Kanungo, D. M. Mount, N. S. Netanyahu, C. D. Piatko, R. Silverman, and A. Y. Wu, “An efficient k-means clustering algorithm: analysis and implementation,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 24, no. 7, pp. 881–892, 2002, DOI: 10.1109/TPAMI.2002.1017616.
M. Mandel and D. Ellis, “Song-Level Features And Support Vector Machines For Music Classification,” in 6th International Conference on Music Information Retrieval, 2005, pp. 594–599, URL: http://ismir2005.ismir.net/proceedings/1106.pdf.
I. Goodfellow, Y. Bengio, and A. Courville, “Deep feedforward networks,” in Deep learning, The MIT Press, 2016, pp. 164–223, URL: http://worldcat.org/isbn/9780262035613.
G. Tzanetakis, G. Essl, and P. Cook, “Automatic Musical Genre Classification Of Audio Signals,” in 2nd Annual International Symposium on Music Information Retrieval 2001, 2001, URL: http://ismir2001.ismir.net/pdf/tzanetakis.pdf.
J. Leben, “Data Sets,” MARSYAS, 2001. [Online]. Available: http://marsyas.info/downloads/datasets.html.
A. van den Oord et al., “WaveNet: A Generative Model for Raw Audio,” Sep. 2016, arXiv: 1609.03499v2.

Ліцензія

CCBY-NC 4.0

Creative Commons Із зазначенням авторства 4.0 Міжнародна

Ця робота має відкриту ліцензію: вільно поширюйте та адаптуйте її, посилаючись на авторів і журнал. Умови ліцензії ↗

Попередня у випуску Імітаційне моделювання вимірювача інтенсивності звуку в задачах шумопеленгування Наступна у випуску Об'єктивне та суб'єктивне оцінювання якості музичних сигналів обмежених смугою частот

§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.

Усі випуски

Розгляд ключових параметрів і вибір лазера для передавального модуля системи лазерного космічного зв'язку

Іван Анатолійович Голуб, Станіслав Володимирович Денбновецький

В статті розглядаються параметри передавального модуля системи лазерного космічного зв'язку, на які слід звернути особливу увагу, оскільки вони мають найбільший вплив…

#лазер #система #випромінювання #параметри

p. 39-44

Аналіз нелінійної системи overdrive

Даниїл Володимирович Грищук

У статті визначена можливість використання програм MATLAB та Reaper для аналізу нелінійних систем типу overdrive, на прикладі педалі звукового ефекту Ibanez tube…

#overdrive #частота основного тону #гітарний сигнал #додаткові форманти

p. 227832-1 - 227832-3

Удосконалена система шумопеленгування безпілотних літальних апаратів

Андрій Віталійович Козак

Робота присвячена питанням розвитку акустичного напрямку створення засобів виявлення безпілотних літальних апаратів (БПЛА). В основу роботи вказаних засобів покладено…

#безпілотний літальний апарат #інтенсивність #рівні звукового тиску #спектральні характеристики

p. 228902-1 - 228902-6

Схожі статті

Олександра Юріївна Колесник, Застосування нейронної мережі для стилізованої обробки зображень , Електронна та Акустична Інженерія: Том 2 № 4 (2019)
Роман О. Ярошенко, Система візуалізації музичної інформації , Електронна та Акустична Інженерія: Том 4 № 4 (2021)
Інь Ченьлянь, Омелянець Олександра Олександрівна, Володимир Семенович Лазебний, Дослідження особливостей розповсюдження інформаційних відеопотоків мережами стандарту 802.11 , Електронна та Акустична Інженерія: Том 2 № 2 (2019)
Денис Солдатов, Методи розпізнавання рухів, дій людей на відео послідовностях , Електронна та Акустична Інженерія: Том 2 № 3 (2019)
Олександр В. Дячук, Порівняльний аналіз технологій класу Дячук О. В. LPWAN , Електронна та Акустична Інженерія: Том 3 № 3 (2020)
Микола М. Комаровський, Затухання сигналу при передачі даних через лінію електропередачі: Використання лінії електропередач в якості каналу зв’язку. Способи зменшення спотворень при передачі сигналів по лініям електропередач. Технологія PLC , Електронна та Акустична Інженерія: Том 4 № 3 (2021)
Олег Живогляд, Прогнозування електроспоживання на базі нейронної мережі , Електронна та Акустична Інженерія: Том 2 № 1 (2019)
Ченьлянь Інь, Володимир Семенович Лазебний, Застосування концепції віртуального конкурентного вікна для визначення якісних показників безпроводової мережі стандарту 802.11 , Електронна та Акустична Інженерія: Том 2 № 4 (2019)
Інь Ченьлянь, Олександра Олександрівна Омелянець, Володимир Семенович Лозебний, Аналіз показників успішності передавання звукових потоків засобами безпроводової мережі стандарту 802.11 , Електронна та Акустична Інженерія: Том 2 № 1 (2019)
Анастасія В. Байдюк, Запобігання поширенню коронавірусу за допомогою технології радіочастотної ідентифікації , Електронна та Акустична Інженерія: Том 4 № 3 (2021)

1-10 з 60 Наступне

Ви також можете розпочати розширений пошук схожих статей для цієї статті.

[1] H. Lee, P. Pham, Y. Largman, and A. Y. Ng, “Unsupervised feature learning for audio classification using convolutional deep belief networks,” in Advances in Neural Information Processing Systems 22, Curran Associates, Inc., 2009, pp. 1096–1104, URL: http://papers.nips.cc/paper/3674-unsupervised-feature-learning-for-audio-classification-using-convolutional-deep-belief-networks.pdf.

[2] T. Feng, “Deep learning for music genre classification,” URL: https://courses.engr.illinois.edu/ece544na/fa2014/Tao_Feng.pdf.

[3] M. Haggblade, Y. Hong, and K. Kao, “Music Genre Classification,” Stanfor, 2009, URL: https://cs229.stanford.edu/Fproj2011/HaggbladeHongKao-MusicGenreClassification.pdf&usg=AOvVaw1Nc3dcWm4P4rW6UsiLu712.

[4] G. E. Hinton, S. Osindero, and Y.-W. Teh, “A Fast Learning Algorithm for Deep Belief Nets,” Neural Comput., vol. 18, no. 7, pp. 1527–1554, 2006, DOI: 10.1162/neco.2006.18.7.1527.

[5] Y. Cai, D. Ji, and D. Cai, “A KNN Research Paper Classification Method Based on Shared Nearest Neighbor,” in NTCIR-8 Workshop Meeting, 2010, pp. 336–340.

[6] T. Kanungo, D. M. Mount, N. S. Netanyahu, C. D. Piatko, R. Silverman, and A. Y. Wu, “An efficient k-means clustering algorithm: analysis and implementation,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 24, no. 7, pp. 881–892, 2002, DOI: 10.1109/TPAMI.2002.1017616.

[7] M. Mandel and D. Ellis, “Song-Level Features And Support Vector Machines For Music Classification,” in 6th International Conference on Music Information Retrieval, 2005, pp. 594–599, URL: http://ismir2005.ismir.net/proceedings/1106.pdf.

[8] I. Goodfellow, Y. Bengio, and A. Courville, “Deep feedforward networks,” in Deep learning, The MIT Press, 2016, pp. 164–223, URL: http://worldcat.org/isbn/9780262035613.

[9] G. Tzanetakis, G. Essl, and P. Cook, “Automatic Musical Genre Classification Of Audio Signals,” in 2nd Annual International Symposium on Music Information Retrieval 2001, 2001, URL: http://ismir2001.ismir.net/pdf/tzanetakis.pdf.

[10] J. Leben, “Data Sets,” MARSYAS, 2001. [Online]. Available: http://marsyas.info/downloads/datasets.html.

[11] A. van den Oord et al., “WaveNet: A Generative Model for Raw Audio,” Sep. 2016, arXiv: 1609.03499v2.