首页> 外文OA文献 >Klasifikasi Jenis Musik Berdasarkan File Audio Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization
【2h】

Klasifikasi Jenis Musik Berdasarkan File Audio Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization

机译:基于音频文件的音乐类型分类的人工神经网络学习矢量量化

摘要

Klasifikasi merupakan proses identifikasi kelompok dari suatu obyek berdasarkan kesamaan fitur tertentu, dimana setiap kelompok telah terbentuk melalui suatu proses tertentu. Keunikan setiap kelompok direpresentasikan dengan suatu vector fitur. Penelitian ini bertujuan mengembangkan suatu metode yang dapat digunakan untuk melakukan klasifikasi terhadap jenis musik berdasarkan file audio dengan format wav menggunakan algoritma jaringan syaraf tiruan learning vector quantization (LVQ). Pengklasifikasian file audio ke dalam suatu kelompok atau kelas, memerlukan ciri atau fitur dari file audio tersebut. Metode ekstrak fitur yang digunakan untuk memperoleh ciri atau fitur dari file yang dimaksud adalah Sort Time Energy (STE) dan Zero Crossing Rate (ZC) yang diturunkan dalam domain waktu (time domain) yang merupakan salah satu komponen data audio. Berdasarkan hasil dari penelitian ini menunjukkan bahwa pendekatan yang diusulkan mampu melakukan klasifikasi terhadap jenis musik berdasarkan file audio berformat wav dengan akurasi sebesar 80%.
机译:分类是基于某些特征的相似性来标识对象组的过程,其中每个组都是通过特定过程形成的。每个组的唯一性由特征向量表示。这项研究旨在开发一种方法,该方法可以使用人工矢量量化神经网络算法(LVQ)对具有WAV格式的音频文件进行音乐类型分类。将音频文件分类为组或类,需要音频文件的特征或特征。用于获取所讨论文件的特征的特征提取方法是在时域中导出的排序时间能量(STE)和过零率(ZC),这是音频数据的一个组成部分。基于这项研究的结果表明,所提出的方法能够基于wav格式的音频文件对音乐类型进行分类,准确性为80%。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号