Muusika toonimise kasutamine muusika žanrite klassifitseerimise mudelites
Date
2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Tartu Ülikool
Abstract
Käesoleva magistritöö raames teostatakse uurimus leidmaks, kuidas muusikafailide
toonimised mõjuvad muusika žanrite klassifitseerimiste mudelite täpsusele. Püstitatud
ülesande lahendamiseks võrreldakse toonimata andmestikuga etalon mudeli täpsust
erinevate toonitud andmestike abil loodud mudelite täpsustega. Töö sisendiks on GTZAN
muusika andmestik ja muusika toonimisi uuritakse MFCC koefitsientidel põhinevatel
muusika žanrite klassifitseerimise mudelitel. Töö tulemusel selgus, et toonitud muusikaga
rikastatud andmestikel treenitud muusika žanri klassifitseerimise mudelid on keskmiselt
täpsemad kui ainult toonimata muusika muusikal treenitud mudelid.
Description
Keywords
Andmeanalüüs, andmestike rikastamine, muusika toonimine, GTZAN, MFCC