Detekce hudebních žánrů pro účely masteringu gramofonových desek

Abstract

Tato práce se zabývá automatickou detekcí hudebních žánrů. Je zde popsána základní problematika a nejčastěji aplikované principy. Práce zkoumá vliv použití různých parametrů při použití modelu k-nearest neighbours (KNN). Nejlepších výsledků je dosahováno pomocí Mel frequency cepstral coefficients (MFCC). Zároveň je navržen alternativní způsob zvýšení úspěšnosti detekce. Na základě výsledků byl vytvořen experimentální systém v prostředí Matlab za použití toolboxu MIRtoolbox. Výstupem systému je pravděpodobnost, s jakou nahrávka patří do každého ze 7 detekovaných žánrů. Rozpoznávanými žánry jsou Rock, Pop, Jazz, Folk, Elektronika, Vážná hudba a Hip hop. Systém byl ověřen na 70 hudebních nahrávkách a bylo dosaženo úspěšnosti 64,3 %.

This thesis focuses on automatic music genre detection. It describes basic problematics and most frequently applied priciples. The study concentrates on influence of different parameters when using k -.nearest neighbours model (KNN). The best solutions are achieved by Mel frequency cepstral coefficients (MFCC). Alternative method of increasing success rate of detection is designed too. Based on solutions, an experimental system in Matlab with toolbox MIRtoolbox was created. Output of this system is probability with which the music record belongs to each of 7 detected genres. Distinguished genres are Rock, Pop, Electro, Folk, Jazz, Classical music and Hip hop. The system was verified on 70 music records and reached 64.3 % success rate.