ПРОСТОЙ СПОСОБ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ АУДИОФАЙЛОВ ПО МУЗЫКАЛЬНЫМ ЖАНРАМ

Красюкова К.В., Кузьмин Н.М., Шафран Ю.В.

Email: Email: Krasyukova654@scientifictext.ru

Красюкова Ксения Васильевна – студент;

Кузьмин Николай Михайлович – кандидат физико-математических наук, доцент;

Шафран Юрий Владимирович – старший преподаватель,

кафедра информационных систем и компьютерного моделирования,

Институт математики и информационных технологий

Волгоградский государственный университет,

г. Волгоград

Аннотация: задача классификации аудиофайлов по музыкальным жанрам является довольно актуальной ввиду довольно бурного развития систем, формирующих списки воспроизведения (плейлисты) и сервисов потокового аудио. В данной работе описан простой способ автоматической классификации аудиофайлов по музыкальным жанрам и представлены результаты его применения. В качестве признаков классификации используются значения частотных насыщенностей для различных частотных полос спектра аудиофайла. Результаты тестирования данного метода показали удовлетворительную точность.

Ключевые слова: аудиофайл, музыкальный жанр, классификация.

THE SIMPLE WAY OF AUTOMATIC CLASSIFICATION OF AUDIO FILES BY MUSIC GENRES

Krasyukova K.V., Kuzmin N.M., Shafran Yu.V.

Krasyukova Kseniya Vasilievna – Student;

Kuzmin Nikolay Mikhailovitch – Candidate of Physical and Mathematical Sciences, Associate Professor;

Shafran Yuriy Vladimirovitch – Senior Lecturer,

DEPARTMENT OF INFORMATION SYSTEMS AND COMPUTER SIMULATION,

INSTITUTE OF MATHEMATICS AND INFORMATION TECHNOLOGIES

VOLGOGRAD STATE UNIVERSITY,

VOLGOGRAD

Abstract: the task of classifying audio files by musical genre is quite relevant in view of the rather rapid development of systems that create playlists and streaming audio services. This paper describes a simple way to automatically classify audio files according to musical genres and presents the results of its use. As characteristics of the classification, the values of frequency saturations for different frequency bands of the audio file spectrum are used. The test results of this method showed satisfactory accuracy.

Keywords: audio file, music genre, classification.

Список литературы / References

Сушко А.А., Курочкин А.В. Определение жанровой принадлежности аудиоинформации на основе ее спектрального анализа с помощью нейронных сетей // Информационные технологии и системы 2017 (ИТС 2017) : материалы междунар. науч. конф. (Республика Беларусь, Минск, 25 октября 2017 года) / редкол.: Л.Ю. Шилин [и др.]. Минск : БГУИР, 2017. С. 98-99.
Северенс Ч. Введение в программирование на Python. – М. : Национальный Открытый Университет «ИНТУИТ», 2016. – 232 с.
Rojas S., Christensen E., Blanco-Silva F. Learning SciPy for Numerical and Scientific Computing, 2nd edition. Packt Publishing, 2015. 188 p.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Электронная версия. Красюкова К.В., Кузьмин Н.М., Шафран Ю.В. ПРОСТОЙ СПОСОБ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ АУДИОФАЙЛОВ ПО МУЗЫКАЛЬНЫМ ЖАНРАМ // Вестник науки и образования №18 (54), 2018. [Электронныйресурс].URL: http://scientificjournal.ru/images/PDF/2018/VNO-54/prostoj-sposob-1.pdf (Дата обращения:ХХ.ХХ.201Х).

Печатная версия. Красюкова К.В., Кузьмин Н.М., Шафран Ю.В. ПРОСТОЙ СПОСОБ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ АУДИОФАЙЛОВ ПО МУЗЫКАЛЬНЫМ ЖАНРАМ // Вестник науки и образования №18 (54), 2018, C. {см. журнал}.