Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Abschlussarbeiten
  • View Item
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Abschlussarbeiten
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Abschlussarbeiten
  • View Item
  • edoc-Server Home
  • Qualifikationsarbeiten
  • Abschlussarbeiten
  • View Item
2018-06-29Masterarbeit DOI: 10.18452/19252
Musical Genre Classification of Audio
Musikgattungszugehörigkeitserkennung
Pollack, David
Wirtschaftswissenschaftliche Fakultät
Im Rahmen dieser Masterarbeit habe ich die verschiedenen Methoden und Modelle des Deep Learnings zur Klassifizierung von Musikgattungen erfoscht. Neben den klassischen Methoden basierend auf MFCC und Spektogrammen wurden ebenfalls die neusten Methoden der Deep Learning Forschung benutzt. Diese habe ich auf einen Audio-Datensatz von Google Research angewendet. Der Code für dieses Projekt wurde in der Programmiersprache Python geschrieben und auf Quantlet sowie GitHub veröffentlicht.
 
I researched different preparation methods and models to classify musical genre of audio data. We began with classical preparation methods based on MFCCs and spectrograms and moved to methods on the cutting edge of deep learning such as attention-based RNNs and dilated convolutions. We utilized the Audioset dataset from Google Research and all of our code was written in the Python programming language. A copy of the code used in this project can be found on Quantlet and GitHub.
 
Files in this item
Thumbnail
master_pollack_david.pdf — Adobe PDF — 843.3 Kb
MD5: c6f03d0a0fcb22097729e57432fb107c
Notes
Access to the code for the project directly on GitHub at https://github.com/dhpollack/mgc
Cite
BibTeX
EndNote
RIS
(CC BY-SA 3.0 DE) Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland(CC BY-SA 3.0 DE) Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland(CC BY-SA 3.0 DE) Namensnennung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/19252
Permanent URL
https://doi.org/10.18452/19252
HTML
<a href="https://doi.org/10.18452/19252">https://doi.org/10.18452/19252</a>