|
|
Automatická klasifikace obrazů
Ševčík, Zdeněk ; Miklánek, Štěpán (oponent) ; Sikora, Pavel (vedoucí práce)
Cílem této práce je prozkoumat shlukovací algoritmy strojového učení bez učitele, které lze použít pro klasifikaci databáze obrazů podle podobnosti. Pro vybrané shlukovací algoritmy je sepsán teoretický základ. Pro zlepšení klasifikace použité databáze se diplomová práce zabývá různými metodami předzpracování obrazů. Těmito metodami jsou z obrazu extrahovány příznaky. Dále práce řeší implementaci metod předzpracování a praktickou aplikaci shlukovacích algoritmů. V praktické části je naprogramována aplikace v programovacím jazyce Python, která klasifikuje databázi obrazů do tříd podle podobnosti. Diplomová práce testuje všechny použité metody a ke konci práce je zpracována rešerše výsledků.
|
|
|
Nástroj pro simultánní přehrávání více interpretací jedné skladby
Švejcar, Michael ; Ištvánek, Matěj (oponent) ; Miklánek, Štěpán (vedoucí práce)
Cílem této bakalářské práce bylo vytvoření programu umožňujícího simultánní přehrávání více interpretací jedné skladby a plynulého přepínání mezi nimi. K těmto účelům byl použit App Designer v prostředí MATLAB, jenž je určen k vývoji aplikací s grafickým uživatelským rozhraním. Pro vývoj aplikace bylo klíčové zejména použití dostupných toolboxů spolu s algoritmy pro výpočet víceúrovňového dynamického borcení časové osy. Výsledný přehrávač IntSwitcher umožňuje uživateli načíst dvě nahrávky interpretací jedné skladby. Ze vstupních souborů jsou nejprve vypočteny chromagramy, které jednotlivé nahrávky charakterizují z hlediska tónového vývoje v čase. Následně je na chromagramy aplikována metoda víceúrovňového dynamického borcení časové osy, jejímž výstupem je optimální cesta. Jedná se o matici, ve které jsou k sobě přiřazeny hudebně korespondující vzorky načtených audio souborů s rozlišením 50 ms. Dle této závislosti je během přehrávání určována korespondující časová pozice aktuálně neaktivní stopy, společně s pozicí jejího posuvníku. V případě přepnutí přehrávané nahrávky tedy začne druhá stopa hrát ve stejné části skladby, i pokud se tato část nachází v rozdílných časech jednotlivých nahrávek. Výsledná aplikace se jeví jako užitečný nástroj ke studování rozdílů mezi různými interpretacemi stejného hudebního díla.
|
|
|
Systémy pro určení rytmických struktur v hudebních nahrávkách
Staňková, Karolína ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Tato diplomová práce se zabývá systémy pro detekci rytmických struktur hudebních nahrávek. Obor získávání informací z hudby (MIR) umožňuje zkoumat harmonické a tonální vlastnosti hudby, rytmus, tempo apod., a využívá se v akademické i komerční sféře. V oblasti detekce rytmických struktur se využívají různé algoritmy, nicméně dnes většina nových metod využívá neuronové sítě. Cílem této práce je shrnout dosavadní výsledky výzkumů systémů pro detekci hudebních dob a tempa v oboru MIR, popsat způsoby výpočtu a vyhodnocení parametrů hudebních nahrávek, a implementovat program, který umožní srovnání dostupných detekčních systémů. Výsledkem práce je program v jazyce Python, který využívá k detekci rytmické struktury testovacích nahrávek šest různých systémů. Výstupy algoritmů následně kontroluje podle zadané reference a pomocí několika hodnotících veličin dané systémy porovnává mezi sebou. K tomu využívá dvou databází hudebních nahrávek, jedné větší převzaté a jedné menší vytvořené v rámci této práce (včetně anotací, tedy referenčních časů dob pro jednotlivé nahrávky). Program též umožňuje zobrazení výsledků v grafech a přehrání libovolné nahrávky doplněné o stopu obsahující detekované časy dob.
|
|
|
Extrakce parametrů pro výzkum interpretačního výkonu
Laborová, Anna ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Rozdílné interpretace stejné skladby se mohou mezi sebou zásadně lišit. Nejen skladatel a noty definují posluchačův hudební zážitek, ale i charakteristická interpretace je integrální částí hudebního díla. Pro objektivní analýzu interpretačního výkonu jsou parametry rozděleny do čtyř tříd – z hlediska času (tempa), hlasitosti (dynamiky), témbru a výšky tónu. Každý parametr nebo jejich kombinace může ovlivnit výsledný unikátní charakter interpretace. Extrakce parametrů pro výzkum interpretačního výkonu je jedno z komplikovaných témat stojící na pomezí oblastí analýzy interpretačního výkonu a získávání informací z hudby. Předložená práce shrnuje poznatky a metody z obou oblastí. Pro výzkum byla vytvořena databáze, která obsahuje 31 nahrávek jedinečných interpretací 2. věty Lento Smyčcového kvartetu č. 12 F dur (1893) českého romantického skladatele Antonína Dvořáka (1841–1904).
|
|
|
Webové rozhraní pro vizualizaci zvukových parametrů
Putz, Viliam ; Ištvánek, Matěj (oponent) ; Miklánek, Štěpán (vedoucí práce)
Táto práca sa zaoberá spôsobmi extrakcie zvukových parametrov zo zvukových súborov, vizualizáciou týchto parametrov a následne implementáciou programu webového rozhrania, ktoré zabezpečuje túto vizualizáciu. V úvode je všeobecne popísaný odbor Music Information Retrieval, s ktorým táto práca úzko súvisí. Popísaný je taktiež súčasný stav v oblasti aplikácií pre extrakciu zvukových parametrov. Uvedené sú najznámejšie knižnice v tejto oblasti pre viacero programovacích jazykov. V druhej kapitole sú pomenované a popísané zvukové parametre, ktoré je možné z audio súboru extrahovať. Nasleduje popis spôsobu implementácie, použité technológie, diagram funkcií webového rozhrania, vysvetlenie funkčnosti a taktiež je popísané užívateľské rozhranie a jeho funkcie.
|
|
|
Systém pro nalezení duplikátů nahrávek na základě audio informace
Švejcar, Michael ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Tato diplomová práce se zabývá metodami pro rozpoznání hudebních duplikátů v databázi souborů. Problém tkví v tom, že soubory hudebních duplikátů nemusí být vždy zcela shodné - mohou se lišit například v kvalitě či obsaženém potlesku na konci jedné z nahrávek. Cílem bylo navrhnout a implementovat systém, který shodné nahrávky identifikuje, vzájemně k sobě přiřadí a zapíše do výstupního souboru. Systém by měl být dostatečně robustní vůči již zmíněným drobným rozdílům mezi duplikáty, zároveň by měl být natolik přesný, aby nedocházelo k chybnému přiřazení vzájemně neshodných nahrávek. K těmto účelům byl použit programovací jazyk Python společně s dostupnými knihovnami pro výpočet chromagramů, techniky Image Hashing a různých variant algoritmu dynamického borcení časové osy. V rámci výsledného systému byly implementované tři různé metody, lišící se v jejich přesnosti a výpočetní náročnosti. Metody byly následně otestované na předem připraveném datasetu a na základě získaných výsledků byly vytvořeny čtyři různé úrovně přednastavené přesnosti výsledného systému. Výsledný systém se jeví jako vysoce přesný a zároveň robustní vůči nahrávkám, které jsou si velmi podobné, nikoli však shodné, jako je tomu u různých interpretací stejné skladby.
|
|
|
Beat Tracking: Is 441 kHz Really Needed?
Ištvánek, Matěj ; Miklánek, Štěpán
Beat tracking is essential in music informationretrieval, with applications ranging from music analysis and automaticplaylist generation to beat-synchronized effects. In recentyears, deep learning methods, usually inspired by well-knownarchitectures, outperformed other beat tracking algorithms. Thecurrent state-of-the-art offline beat tracking systems utilize temporalconvolutional and recurrent networks. Most systems use aninput sampling rate of 44.1 kHz. In this paper, we retrain multipleversions of state-of-the-art temporal convolutional networks withdifferent input sampling rates while keeping the time resolutionby changing the frame size parameter. Furthermore, we evaluateall models using standard metrics. As the main contribution,we show that decreasing the input audio recording samplingfrequency up to 5 kHz preserves most of the accuracy, and insome cases, even slightly outperforms the standard approach.
|
|
|
Analyzátor akordů klavíru
Poloček, Dominik ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Předložená práce se věnuje analýze akordů pomocí určování kmitočtů jejich komponentů. Cílem práce je nastínit metody pro určování základních kmitočtů jednoho a vícera tónů a implementovat systém, který dokáže s jejich použitím akordy určovat. Metoda implementovaná v jazyce Python (metoda spektrálních špiček) využívá rychlou Fourierovu transformaci pro zobrazení signálu v kmitočtové rovině a poté hledá spektrální maxima, která po patřičné kontrole vyhodnocuje jako základní kmitočty. Metoda spektrálních špiček byla srovnána s metodou sčítání modulů harmonických složek a se state-of-the-art systémem pro přepis nahrávky do MIDI (PianoTranscription) pomocí testů na datasetu vytvořeném pro tuto práci (530 nahrávek akordů a tónů). Nejlepší výsledky prezentuje PianoTranscription ( = 0, 74, tot = 0, 23), druhou nejúspěšnější metodou je metoda spektrálních špiček se známým počtem tónů ( = 0, 55, tot = 0, 29), poté tatáž metoda s neznámým počtem tónů ( = 0, 52, tot = 0, 38) a na konec metoda sčítání modulů harmonických složek ( = 0, 26, tot = 0, 81). Limitací implementovaného systému je neschopnost určit počet tónů (musí být zadán uživatelem) a frekvenční minimum (138,59 Hz), pod kterým jsou odhady chybné, a které je pravděpodobně způsobeno konstrukcí klavíru a opředením některých strun.
|
|
|
Detekce akordické struktury v hudebních nahrávkách
Kučera, Ondřej ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Tato práce se zabývá získáváním informací z hudby, a to detekcí akordické struktury z audionahrávek. V práci jsou definovány pojmy akord či chroma příznaky a popsány způsoby převádění signálu z časové do frekvenční oblasti. Práce se věnuje průzkumu metod automatické detekce akordů; state-of-the-art metody jsou založené na principu hlubokého učení. Práce obsahuje systém implementovaný v jazyce Python, který umožňuje detekci akordů z audionahrávek. Jednotlivé nahrávky a přiřazená akordická označení lze vizualizovat. Systém nabízí výběr metod pro rozpoznání akordů – metodu na základě akordických šablon, metodu využívající deep chroma vektory a metodu založenou na konvoluční neuronové síti. Výsledky metod jsou vyhodnoceny na multižánrovém datasetu sestaveném z volně dostupných anotací a nahrávek.
|
|
|
Analýza přesnosti automatického určení parametrů klavírních nahrávek
Kaplan, Josef ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Tato bakalářská práce se zabývá analýzou přesnosti automatického určení parametrů především klavírních nahrávek. Zadaná problematika je popsána jak z technické, tak i z hudební stránky. Tato práce shrnuje poznatky z oblasti hudební teorie a automatické detekce parametrů, které můžeme získat z hudebních klavírních nahrávek. Z praktického hlediska je práce zaměřena na detekci začátků tónů, dob, taktů, výšky tónů a tempa. Analýza klavírních nahrávek je realizována pomocí programovacího jazyku Python. Výstupem jsou skripty, které provádí detekci parametrů na základě uživatelem zvolených metod, které se pro výpočet parametrů běžně využívají. Výsledkem je také testování přesnosti jednotlivých metod na základě anotací z různých datasetů se zaměřením primárně na klavírní nahrávky. Závěrečná část obsahuje evaluaci na základě vybraných metrik s objektivním porovnáním.
|
host ::
RSS.