Sistemas de classifica??o musical com redes neuronais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2004 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://dspace.ismt.pt/xmlui/handle/123456789/328 |
Resumo: | Como resultado da evolu??o e inova??o tecnol?gicas, a ind?stria da distribui??o electr?nica de m?sica tem tido um enorme crescimento. Desta forma, tarefas como a classifica??o autom?tica de g?neros musicais tornam-se um forte motivo para o incremento da investiga??o na ?rea. O reconhecimento autom?tico de g?neros musicais envolve tarefas como a extrac??o de caracter?sticas das m?sicas e o desenvolvimento de classificadores que utilizem essas caracter?sticas. Neste estudo pretendeu-se, atrav?s de 3 problemas de classifica??o independentes, classificar pe?as de m?sica cl?ssica. Foi constru?do um prot?tipo para um sistema real de classifica??o, onde de um conjunto de m?sicas n?o catalogadas, foram automaticamente extra?dos dez segmentos de seis segundos cada. Cada segmento musical foi classificado individualmente utilizando redes neuronais, tendo sido, para tal, extra?das 40 caracter?sticas por segmento. Cada m?sica foi |
id |
RCAP_e087241951099ab8845122391c5c69f2 |
---|---|
oai_identifier_str |
oai:repositorio.ismt.pt:123456789/328 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Sistemas de classifica??o musical com redes neuronaisclassifica??o de m?sicaredes neuronaisextrac??o de caracter?sticasan?lise de sinais musicaisComo resultado da evolu??o e inova??o tecnol?gicas, a ind?stria da distribui??o electr?nica de m?sica tem tido um enorme crescimento. Desta forma, tarefas como a classifica??o autom?tica de g?neros musicais tornam-se um forte motivo para o incremento da investiga??o na ?rea. O reconhecimento autom?tico de g?neros musicais envolve tarefas como a extrac??o de caracter?sticas das m?sicas e o desenvolvimento de classificadores que utilizem essas caracter?sticas. Neste estudo pretendeu-se, atrav?s de 3 problemas de classifica??o independentes, classificar pe?as de m?sica cl?ssica. Foi constru?do um prot?tipo para um sistema real de classifica??o, onde de um conjunto de m?sicas n?o catalogadas, foram automaticamente extra?dos dez segmentos de seis segundos cada. Cada segmento musical foi classificado individualmente utilizando redes neuronais, tendo sido, para tal, extra?das 40 caracter?sticas por segmento. Cada m?sica foiAs a result of recent technological innovations, there has been a tremendous growth in the Electronic Music Distribution industry. In this way, tasks such us automatic music genre classification address new and exciting research challenges. Automatic music genre recognition involves issues like feature extraction and development of classifiers using the obtained features. In this study we aim to classify classical music in subgenres, through three independent classification problems. Therefore, we extract 40 features for each one of the musical segments and we use neural nets as classifiers. Afterwards, due to the quality of the obtained results, a prototype system for automatic music classification of entire songs (not only segments) was built. We use 10 extracts for each song, uniformly distributed throughout the song. Each song is classified according to the most representative genre in all extracts.2013-12-21T23:37:02Z2013-12-212004-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://dspace.ismt.pt/xmlui/handle/123456789/328porhttp://dspace.ismt.pt/xmlui/handle/123456789/328Malheiro, RicardoPaiva, Rui PedroMendes, Ant?nio Jos?Mendes, TeresaCardoso, Am?lcarinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T14:58:13Zoai:repositorio.ismt.pt:123456789/328Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:53:55.268949Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Sistemas de classifica??o musical com redes neuronais |
title |
Sistemas de classifica??o musical com redes neuronais |
spellingShingle |
Sistemas de classifica??o musical com redes neuronais Malheiro, Ricardo classifica??o de m?sica redes neuronais extrac??o de caracter?sticas an?lise de sinais musicais |
title_short |
Sistemas de classifica??o musical com redes neuronais |
title_full |
Sistemas de classifica??o musical com redes neuronais |
title_fullStr |
Sistemas de classifica??o musical com redes neuronais |
title_full_unstemmed |
Sistemas de classifica??o musical com redes neuronais |
title_sort |
Sistemas de classifica??o musical com redes neuronais |
author |
Malheiro, Ricardo |
author_facet |
Malheiro, Ricardo Paiva, Rui Pedro Mendes, Ant?nio Jos? Mendes, Teresa Cardoso, Am?lcar |
author_role |
author |
author2 |
Paiva, Rui Pedro Mendes, Ant?nio Jos? Mendes, Teresa Cardoso, Am?lcar |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Malheiro, Ricardo Paiva, Rui Pedro Mendes, Ant?nio Jos? Mendes, Teresa Cardoso, Am?lcar |
dc.subject.por.fl_str_mv |
classifica??o de m?sica redes neuronais extrac??o de caracter?sticas an?lise de sinais musicais |
topic |
classifica??o de m?sica redes neuronais extrac??o de caracter?sticas an?lise de sinais musicais |
description |
Como resultado da evolu??o e inova??o tecnol?gicas, a ind?stria da distribui??o electr?nica de m?sica tem tido um enorme crescimento. Desta forma, tarefas como a classifica??o autom?tica de g?neros musicais tornam-se um forte motivo para o incremento da investiga??o na ?rea. O reconhecimento autom?tico de g?neros musicais envolve tarefas como a extrac??o de caracter?sticas das m?sicas e o desenvolvimento de classificadores que utilizem essas caracter?sticas. Neste estudo pretendeu-se, atrav?s de 3 problemas de classifica??o independentes, classificar pe?as de m?sica cl?ssica. Foi constru?do um prot?tipo para um sistema real de classifica??o, onde de um conjunto de m?sicas n?o catalogadas, foram automaticamente extra?dos dez segmentos de seis segundos cada. Cada segmento musical foi classificado individualmente utilizando redes neuronais, tendo sido, para tal, extra?das 40 caracter?sticas por segmento. Cada m?sica foi |
publishDate |
2004 |
dc.date.none.fl_str_mv |
2004-01-01T00:00:00Z 2013-12-21T23:37:02Z 2013-12-21 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.ismt.pt/xmlui/handle/123456789/328 |
url |
http://dspace.ismt.pt/xmlui/handle/123456789/328 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://dspace.ismt.pt/xmlui/handle/123456789/328 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136427095621632 |