Обробка аудіосигналів нейромережевими методами
Вантажиться...
Дата
2019-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Структура і обсяг дипломної роботи Магістерська дисертація складається зі вступу, шести розділів і висновку. Робота містить в собі 33 джерела за переліком посилань, 35 ілюстрацій, 25 таблиць. Крім того, в кінці розміщено 1 додаток. Основна частина роботи викладена на 92 сторінках.
Актуальність теми Пошук та аналіз музичної інформації має широке практичне застосування в задачах автоматизації процесів обробки звукових сигналів. До таких задач належать автоматичне наповнення баз даних, анотація звукових сигналів, розпізнавання мелодії на основі уривку, розпізнавання музичних інструментів, оцінка якості синтезованого звуку та інші. Комплексні проблеми в обробці звукових сигналів визначають актуальність вирішення окремих підзадач, зокрема класифікації музичного інструменту за його звучанням. Використання методів машинного навчання в задачах класифікації музичних інструментів має потенціал з точки зору підвищення ефективності систем обробки музичної інформації. Дана робота присвячена розробці шаблонного рішення для задач обробки аудіосигналів, на прикладі розв’язання задачі класифікації.
Метою дослідження є створення шаблонного рішення для розв’язання задач обробки аудіосигналів, на прикладі задачі класифікації звучання музичних інструментів.
Для досягнення поставленої мети потрібно виконати наступні задачі дослідження:
— розглянути та проаналізувати попередні дослідження в сфері обробки аудіосигналів;
— на основі проведеного аналізу виділити загальні кроки для вирішення задачі класифікації та сформувати шаблонне рішення для розв’язання задач класифікації аудіосигналів;
— дослідити музичні характеристики, їхнє використання в попередніх роботах та вплив на якість класифікації;—розглянути програмні засоби для вирішення задач екстракції музичних характеристик, побудови нейронної мережі та візуалізації отриманих даних;
— створити архітектури для глибинної нейронної мережі прямого поширення та згорткової нейронної мережі, реалізувати розроблену архітектуру за допомогою програмних засобів;
— провести тренування та тестування моделей штучного інтелекту та провести порівняння для двох методів;
— на основі рішень попередніх задач реалізувати програмний продукт у вигляді веб-застосунку. Об’єкт дослідження: загальний підхід до розв’язування задачобробки аудіосигналів на основі методів штучного інтелекту.
Предмет дослідження: розпізнавання звучання музичних інструментів на основі нейронної мережі прямого поширення та згорткової нейронної мережі.
Методи дослідження: методи штучного інтелекту, а саме нейронні мережі, для розпізнавання аудіосигналів, методи екстракції музичних характеристик.
Наукова новизна: набуло подальшого розвитку використання нейронних мереж для задач розпізнавання аудіосигналів, а особливо згорткових нейронних мереж.
Практичне значення: запропонований підхід до вирішення розв’язання задач розпізнавання аудіосигналів дозволяє спеціалістам легше розпочати роботу з новими методами до вирішення подібних задач, тобто зменшується вхідний поріг для нових користувачів. Розробникам нейронних мереж, які раніше працювали з обробкою зображень, продемонстровано загальні етапи для вирішення задачі виділення звукових характеристик.
Опис
Ключові слова
нейронна мережа, класифікатор, музичний інструмент, розпізнавання об’єктів, згорткова нейронна мережа, нейронна мережа прямого поширення, штучний інтелект, neural network, classifier, musical instrument, object recognition, convertive neural network, artificial intelligence
Бібліографічний опис
Витвицький, Д. А. Обробка аудіосигналів нейромережевими методами : магістерська дис. : 121 Інженерія програмного забезпечення / Витвицький Дмитро Артурович. – Київ, 2019. – 94 с.