Інтелектуальна система класифікації музичних жанрів на основі спектрограм із використанням згорткових нейронних мереж

Abstract

Ефективних інструментів автоматичного аналізу аудіоконтенту. Однією з актуальних задач у цій галузі є класифікація музичних жанрів, яка дозволяє впорядковувати великі обсяги музичних даних, покращувати пошук та формувати рекомендаційні системи. Використання методів машинного навчання, зокрема глибоких нейронних мереж, дає змогу автоматизувати процес класифікації та підвищити його точність. Об’єктом дослідження: процес класифікації музичних композицій. Предметом дослідження є методи та алгоритми обробки спектрограм аудіосигналів та їх класифікації за допомогою згорткових нейронних мереж для розпізнавання музичних жанрів Мета дослідження – розробити та обґрунтувати ефективні методи та алгоритми обробки спектрограм аудіосигналів і побудови моделей класифікації на основі згорткових нейронних мереж з метою підвищення точності та надійності автоматизованого розпізнавання музичних жанрів. У результаті виконання кваліфікаційної роботи розроблено інтелектуальну систему класифікації музичних жанрів на основі спектрограм із використанням згорткових нейронних мереж, яка продемонструвала достатню точність класифікації та може бути використана для автоматичного аналізу музичних аудіоданих у навчальних і прикладних задачах. Modern digital music services and multimedia platforms require effective tools for automatic analysis of audio content. One of the relevant tasks in this field is music genre classification, which allows organizing large volumes of music data, improving search processes, and supporting recommendation systems. The use of machine learning methods, particularly deep neural networks, makes it possible to automate the classification process and increase its accuracy. Object of the research is the process of automated classification of musical audio signals. Subject of the research is methods and algorithms of machine learning for music genre classification based on spectral features of audio signals. The purpose of the qualification work is to develop an intelligent system capable of automatically determining the music genre of an audio file based on mel-spectrograms using convolutional neural networks. As a result of the qualification work, an intelligent system for music genre classification based on spectrograms using convolutional neural networks was developed. The system demonstrated sufficient classification accuracy and can be used for automatic analysis of musical audio data in educational and applied tasks.