Обґрунтування методики класифікації аудіо файлів для музичного програмного забезпечення та веб порталів

Abstract

Пояснительная записка: 53 с., 23 рис., 3 прил., 29 источников. Объект исследования: аудио файлы и способы их классификации Цель магистерской работы: повышение скорости и усовершенствование процесса поиска и предложений аудио файлов, в том числе музыкальных композиций, в разных сферах применения с помощью методов глубинного обучения. Методы исследования. При решении поставленной задачи использовались научные достижения в исследовании волновых спектров и в областях машинного обучения. Научная новизна полученных результатов состоит в проведении анализа и выявлении недостатков эмпирического подхода классификации аудио файлов, а также в создании методики глубинного обучения нейронных сетей с целью распознавания классов музыкальных файлов. Практическое значение работы заключается в обучении на основании полученной методики нейронной сети и дальнейшем использовании обученной системы в реализации программного обеспечения для работы с аудио файлами. Область применения. Разработанный программный продукт, реализуемый предложенную методику, может применяться в основе формирования библиотеки аудио файлов как музыкальных порталов, так и клиентских программ и мобильных приложений. Значение работы и выводы. Применение реализации методики позволяет ускорить и усовершенствовать процесс поиска необходимой аудио файлов в музыкальной библиотеке, что может повысить конверсию покупок в музыкальных веб магазинах, а также улучшить продвижение менее известных авторов, издающих музыку, похожую на ту, которую предпочитает пользователь. Прогнозы по развитию исследований. Разработать серверное приложение с нейронной сетью, обученной по сотням терабайт аудио данных, с предоставляемым открытым API для частных и коммерческих целях. В разделе «Экономика» проведены маркетинговые исследования рынка сбыта созданного на основании методики программного продукта и проанализирован социальный эффект от введения в использование данной методики.

Пояснювальна записка: 53 с., 23 рис., 3 дод., 29 джерел. Об'єкт дослідження: аудіо файли та способи їх класифікації Мета магістерскої роботы: підвищення швидкості і вдосконалення процесу пошуку і пропозицій аудіо файлів, в тому числі музичних композицій, в різних сферах застосування за допомогою методів глибинного навчання. Методи дослідження. При вирішенні поставленого завдання використовувалися наукові досягнення в дослідженні хвильових спектрів і в областях машинного навчання. Наукова новизна отриманих результатів полягає у проведенні аналізу і виявленні недоліків емпіричного підходу класифікації аудіофайлів, а також у створенні методики глибинного навчання нейронних мереж з метою розпізнавання класів музичних файлів з високою точністю. Практичне значення роботы полягає в ефективному навчанні нейронної мережі на підставі отриманої методики й подальше використання навченої системи в реалізації програмного забезпечення для роботи з аудіо файлами. Область застосування. Розроблений програмний продукт, що реалізує запропоновану методику, може застосовуватися в основі формування бібліотеки аудіо файлів як музичних порталів, так і клієнтських програм і мобільних додатків. Значення роботи та висновки. Застосування реалізації методики дозволяє прискорити і вдосконалити процес пошуку необхідних аудіо файлів в музичній бібліотеці, що може підвищити конверсію покупок в музичних веб магазинах, а також поліпшити просування менш відомих авторів, які видають музику, схожу на ту, яку довподоби користувачеві. Прогнози щодо розвитку досліджень. Розробити серверний додаток з нейронною мережею, навченої за сотнею терабайт аудіо даних, з наданням відкритого API для приватних і комерційних цілей. У розділі «Економіка» проведені маркетингові дослідження ринку збуту створеного на підставі методики програмного продукту і проаналізовано соціальний ефект від введення в експлуатацію даної методики.

Explanatory note: 53 page., 23 fig., 3 app., 29 sources. Object of research: audio files and ways to classify them. The purpose of the master's work is to speeding up and improving the search process and suggestions for audio files, including music compositions, in different fields of application using methods of in-depth training. Methods of research. When solving this problem, scientific achievements were used in the study of wave spectra and in the areas of machine learning. The scientific novelty of the results is the conducting analysis and revealing the shortcomings of the empirical approach to the classification of audio files, as well as in creating a technique for deep learning of neural networks in order to recognize the music files classes. The practical importance of the work lies in training based on the received technique of the neural network and further use of the trained system in the implementation of software for working with audio files. Application area. The developed software product, implemented the proposed methodology, can be used in the basis of the library of audio files as music portals, and client programs and mobile applications. The meaning of the work and conclusions. Application of the implementation of the methodology allows to speed up and improve the process of searching for the necessary audio files in the music library, which can increase the conversion of purchases in music web shops, and also improve the promotion of lesser known authors who publish music similar to the one that the user prefers. Forecasts for the development of research. Develop a server application with a neural network trained in hundreds of terabytes of audio data, with an open API for private and commercial purposes. In the section "Economics" carried out marketing research on the market created based on the methodology of the software product and analyzed the social effect of the introduction of this method.