Klasifikace hudebních žánrů pomocí MFCC

Abstract

Tato bakalářská práce se zabývá problematikou automatické klasifikace hudebních žánrů. Cílem je vytvořit algoritmus schopný třídit hudbu dle hudebních žánrů. Audio signál se nejdříve dělí na kratší časové úseky zvané segmenty a dále na kratší minisegmenty, ve kterých je spočteno několik koeficientů MFCC. Koeficienty jsou zpracovány pomocí statistických veličin aritmetického průměru a směrodatné odchylky. Klasifikaci realizuje klasifikátor k-NN. Algoritmus rozpoznává 8 žánrů: Classical, Electro, Folk, Hip Hop, Jazz, Metal, Pop, Reggae. Bylo dosaženo úspěšnosti 68,8 % v pomalé verzi a 67,2 % v rychlé verzi algoritmu.

This bachelor's thesis deals with automatic music genre classification. The goal is to create an algorithm able to distinguish music by music genres. At first, the audio signal is divided into smaller frames called segments and further into even smaller frames called minisegments. The MFCCs are taken from each minisegment. Using mean and standard deviation, the coefficients are integrated in a segment. We further use the k-NN algorithm to classify music genres. The following music genres are distinguished: Classical, Electro, Folk, Hip Hop, Jazz, Metal, Pop, Reggae. A total of 68,8 % success rate has been reached for the slower version and 67,2 % for the faster version of the algorithm.