要約
この研究の目的は、さまざまな種類の音楽を認識する方法をアルゴリズムに教えることです。
ユーザーは分析のために曲を送信します。
アルゴリズムはこれらの曲をこれまで聴いたことがないため、各曲の何がユニークなのかを理解する必要があります。
これは、プログラムがすでにラベル付けされた例から学習するため、曲をさまざまな部分に分割し、教師あり学習を通じてリズム、メロディー、トーンなどを学習することによって行われます。
音楽を分類する際に考慮すべき重要なことの 1 つは、そのジャンルです。これは非常に複雑な場合があります。
正確性を確保するために、それぞれ独立して動作する 5 つの異なるアルゴリズムを使用して曲を分析します。
これにより、各曲の特徴をより完全に理解することができます。
したがって、私たちの目標は、提出された各曲のジャンルを正確に識別することです。
分析が完了すると、結果はグラフツールを使用して表示されるため、ユーザーは理解しやすく、フィードバックを提供することが簡単になります。
要約(オリジナル)
The aim of this study is to teach an algorithm how to recognize different types of music. Users will submit songs for analysis. Since the algorithm hasn’t heard these songs before, it needs to figure out what makes each song unique. It does this by breaking down the songs into different parts and studying things like rhythm, melody, and tone via supervised learning because the program learns from examples that are already labelled. One important thing to consider when classifying music is its genre, which can be quite complex. To ensure accuracy, we use five different algorithms, each working independently, to analyze the songs. This helps us get a more complete understanding of each song’s characteristics. Therefore, our goal is to correctly identify the genre of each submitted song. Once the analysis is done, the results are presented using a graphing tool, making it easy for users to understand and provide feedback.
arxiv情報
| 著者 | Navin Kamuni,Dheerendra Panwar |
| 発行日 | 2024-05-27 17:57:20+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google