Автоматизована веб-система визначення аудіо атрибутів з використанням нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorШалденко, Олексій Вікторович
dc.contributor.authorУваровський, Олександр Дмитрович
dc.date.accessioned2025-01-08T12:54:13Z
dc.date.available2025-01-08T12:54:13Z
dc.date.issued2024
dc.descriptionОсновними структурними елементами розробленої системи для виявлення аудіоатрибутів є клієнтська веб-частина та серверна частина з нейронною мережею для класифікації. Поєднання цих компонентів забезпечує інтерактивний інтерфейс для завантаження аудіофайлів і отримання результатів класифікації у вигляді передбачених музичних жанрів та наявності голосу. Клієнтська частина, реалізована за допомогою фреймворку Streamlit, надає зручний інтерфейс для користувачів. Через неї користувачі можуть завантажити аудіофайл, переглянути його хвильову форму, вибрати параметри обробки та надіслати запит до серверної частини для класифікації. Вона також забезпечує відображення результатів класифікації у вигляді передбаченого жанру музики та вказівки наявності або відсутності голосу. Серверна частина містить нейронну мережу, засновану на моделі Wave2Vec2, яка обробляє завантажені аудіофайли. Після отримання запиту від клієнтської частини сервер аналізує аудіофайл, розбиває його на сегменти та проводить класифікацію відповідно до визначених параметрів. Модель генерує два результати — музичний жанр та наявність голосу, які передаються назад у клієнтський інтерфейс для відображення користувачу. Розроблена система забезпечує зручність та ефективність у задачах класифікації аудіофайлів і має практичне застосування у різних сферах, пов’язаних із автоматизацією аналізу звукових даних.
dc.description.abstractДипломна робота виконана на 91 сторінці, містить 10 ілюстрацій, 6 таблиць, один додаток, 21 джерело в переліку посилань. Мета роботи – розробка автоматизованої веб системи для виявлення аудіоатрибутів з використанням нейронних мереж, а саме класифікація жанру музики та присутності голосу, з застосуванням веб інтерфейсу. Методи та засоби – порівняльний аналіз, проєктування, прототипування, нейронна мережа Wave2Vec2, веб фреймворк Streamlit, база даних SQLite, датасет GTZAN, середовще розробки VSCode. Результат – веб система для класифікації жанрів та присутності голосу, з веб інтерфейсом, та графіками з результатами класифікації.
dc.description.abstractotherThe thesis is 91 pages long, contains 10 illustrations, 6 tables, one appendix, and 21 references. The purpose of the work is to develop an automated web-based system for detecting audio attributes using neural networks, namely, classifying music genre and voice presence, using a web interface. Methods and tools - comparative analysis, design, prototyping, Wave2Vec2 neural network, Streamlit web framework, SQLite database, GTZAN dataset, VSCode development environment. The result is a web-based system for genre and voice presence classification, with a web interface and graphs with classification results.
dc.format.extent91 с.
dc.identifier.citationУваровський, О. Д. Автоматизована веб-система визначення аудіо атрибутів з використанням нейронних мереж : магістерська дис. : 122 Комп’ютерні науки / Уваровський Олександр Дмитрович. – Київ, 2024. – 91 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/71713
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиев
dc.subjectаудіоаналіз
dc.subjectWave2Vec2
dc.subjectнейронні мережі
dc.subjectкласифікація аудіо
dc.subjectвеб-система
dc.subjectмашинне навчання
dc.subjectавтоматизація
dc.subjectглибинне навчання
dc.subjectобробка сигналів
dc.subjectGTZAN dataset
dc.titleАвтоматизована веб-система визначення аудіо атрибутів з використанням нейронних мереж
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Uvarovskiy_magistr.pdf
Розмір:
1.33 MB
Формат:
Adobe Portable Document Format
Завантажити

Зібрання

Магістерські роботи (ЦТЕ)
Магістерські роботи