Machine learning for audio on the web

Detalhes bibliográficos
Autor(a) principal: Jacintho, Maria Clara Machry
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: eng
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/223567
Resumo: Dans ce rapport, nous présentons notre Projet de Fin d’études pour le cursus Informatique et Gestion à Polytech Montpellier. Nous avons développé ce projet en partenariat avec l'équipe SigSep (Inria, LIRMM). Le projet consiste à créer une application qui permet à un utilisateur de démixer une chanson, c'est-à-dire de séparer chaque instrument (comme la guitare, la basse, le chant) d'une chanson, sur le web, directement sur son navigateur. Dans ce contexte, nous utilisons JavaScript pour développer un programme qui utilise à la fois le traitement numérique du signal et les techniques d'apprentissage machine et qui peut être exécuté entièrement sur le navigateur sans avoir besoin d'un serveur. Notre approche consiste à implémenter manuellement des opérations DSP qui n'existent pas en JavaScript, à convertir un modèle écrit en TensorFlowJS et à créer une interface utilisateur intuitive et minimaliste à l'aide du framework JavaScript Vue.
id UFRGS-2_5d5651c5820c0bea5d89315d67e1a2ba
oai_identifier_str oai:www.lume.ufrgs.br:10183/223567
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Jacintho, Maria Clara MachryJohann, Marcelo de Oliveira2021-07-10T04:52:02Z2021http://hdl.handle.net/10183/223567001127315Dans ce rapport, nous présentons notre Projet de Fin d’études pour le cursus Informatique et Gestion à Polytech Montpellier. Nous avons développé ce projet en partenariat avec l'équipe SigSep (Inria, LIRMM). Le projet consiste à créer une application qui permet à un utilisateur de démixer une chanson, c'est-à-dire de séparer chaque instrument (comme la guitare, la basse, le chant) d'une chanson, sur le web, directement sur son navigateur. Dans ce contexte, nous utilisons JavaScript pour développer un programme qui utilise à la fois le traitement numérique du signal et les techniques d'apprentissage machine et qui peut être exécuté entièrement sur le navigateur sans avoir besoin d'un serveur. Notre approche consiste à implémenter manuellement des opérations DSP qui n'existent pas en JavaScript, à convertir un modèle écrit en TensorFlowJS et à créer une interface utilisateur intuitive et minimaliste à l'aide du framework JavaScript Vue.In this report, we present our Capstone project for the Course of Computer Science and Management at Polytech Montpellier that we developed in partnership with the SigSep team (Inria, LIRMM) [1]. The project consists of creating an application that allows a user to unmix a song, i.e. to separate each instrument (such as guitar, bass, vocals) from a song, on the web, straight on their browser. In this context, we use JavaScript to develop a program that uses both Digital Signal Processing (DPS) and machine learning techniques and can be run completely on the browser without the need for a server. Our approach consists of manually implementing DSP operations that do not exist in JavaScript, converting a pre-trained model to TensorFlowJS [2] and creating an intuitive and minimalistic UI using Vue.application/pdfengAprendizado de máquinaJavaScriptProcessamento digital de sinaisÁudio digitalDSPAudioMachine learning for audio on the webinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2020Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001127315.pdf.txt001127315.pdf.txtExtracted Texttext/plain130177http://www.lume.ufrgs.br/bitstream/10183/223567/2/001127315.pdf.txt3228ae88ee8b57bb7a591d4a9891611aMD52ORIGINAL001127315.pdfTexto completo (inglês)application/pdf5355776http://www.lume.ufrgs.br/bitstream/10183/223567/1/001127315.pdf64cd62b553525bb735ab45d89d22a4e2MD5110183/2235672024-03-20 04:49:01.875022oai:www.lume.ufrgs.br:10183/223567Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2024-03-20T07:49:01Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Machine learning for audio on the web
title Machine learning for audio on the web
spellingShingle Machine learning for audio on the web
Jacintho, Maria Clara Machry
Aprendizado de máquina
JavaScript
Processamento digital de sinais
Áudio digital
DSP
Audio
title_short Machine learning for audio on the web
title_full Machine learning for audio on the web
title_fullStr Machine learning for audio on the web
title_full_unstemmed Machine learning for audio on the web
title_sort Machine learning for audio on the web
author Jacintho, Maria Clara Machry
author_facet Jacintho, Maria Clara Machry
author_role author
dc.contributor.author.fl_str_mv Jacintho, Maria Clara Machry
dc.contributor.advisor1.fl_str_mv Johann, Marcelo de Oliveira
contributor_str_mv Johann, Marcelo de Oliveira
dc.subject.por.fl_str_mv Aprendizado de máquina
JavaScript
Processamento digital de sinais
Áudio digital
topic Aprendizado de máquina
JavaScript
Processamento digital de sinais
Áudio digital
DSP
Audio
dc.subject.eng.fl_str_mv DSP
Audio
description Dans ce rapport, nous présentons notre Projet de Fin d’études pour le cursus Informatique et Gestion à Polytech Montpellier. Nous avons développé ce projet en partenariat avec l'équipe SigSep (Inria, LIRMM). Le projet consiste à créer une application qui permet à un utilisateur de démixer une chanson, c'est-à-dire de séparer chaque instrument (comme la guitare, la basse, le chant) d'une chanson, sur le web, directement sur son navigateur. Dans ce contexte, nous utilisons JavaScript pour développer un programme qui utilise à la fois le traitement numérique du signal et les techniques d'apprentissage machine et qui peut être exécuté entièrement sur le navigateur sans avoir besoin d'un serveur. Notre approche consiste à implémenter manuellement des opérations DSP qui n'existent pas en JavaScript, à convertir un modèle écrit en TensorFlowJS et à créer une interface utilisateur intuitive et minimaliste à l'aide du framework JavaScript Vue.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-07-10T04:52:02Z
dc.date.issued.fl_str_mv 2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/223567
dc.identifier.nrb.pt_BR.fl_str_mv 001127315
url http://hdl.handle.net/10183/223567
identifier_str_mv 001127315
dc.language.iso.fl_str_mv eng
language eng
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 Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/223567/2/001127315.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/223567/1/001127315.pdf
bitstream.checksum.fl_str_mv 3228ae88ee8b57bb7a591d4a9891611a
64cd62b553525bb735ab45d89d22a4e2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224608780648448

Registros relacionados