Search results for: rozpoznawanie muzyki

• Recent developments in automatic classification of musical instruments. W:[CD-ROM] Collected papers. First Pan-American/Iberian Meeting on Acoustics. 144 Meeting of the Acoustical Society of America. III Iberoamerican Cong- ress of Acoustics. 9o Mexican Congress of Acoustics. Cancun, Q. R. M‚xico, 2-6 Dec. 2002. [B.m.:ASA]**2002 paper 2aMU4, 7 s. 6 rys. 1 tab. bibliogr. 21 poz. Automatyczne rozpoznawanie muzyki - przykłady eksperymentów.

  Publication

  • B. Kostek

  - Year 2002

  W referacie dokonano przeglądu aktualnego stanu badań w dziedzinie automaty-cznego rozpoznawania muzyki. Przedstawiono też eksperymenty prowadzone aktu-alnie w Katedrze Dźwięku i Obrazu PG. Prace te dotyczyły rozpoznawania klasinstrumentów muzycznych i separacji duetów muzycznych. Pokazano przykładowewyniki i przedstawiono projekt prac do zrealizowania w przyszłych ekspery-mentach.

• Skuteczność klasyfikacji gatunków muzycznych za pomocą sieci neuronowej w zależności od typu danych wejściowych

  Publication

  • M. Blaszke
  • D. Koszewski
  • B. Kostek

  - Year 2021

  Rozpoznawanie gatunku muzycznego jest jednym z podstawowych elementów inteligentnych systemów tworzenia automatycznych list muzyki. Platformy strumieniowe oferujące taką usługę wymagają rozwiązań, które umożliwią jak najdokładniej określić przynależność utworu do gatunku muzycznego. Zgodnie z aktualnym stanem wiedzy – najskuteczniejszym klasyfikatorem są sztuczne sieci neuronowe (w tym w wersji uczenia głębokiego), dla których...

  Full text to download in external service

• In uence of Low-Level Features Extracted from Rhythmic and Harmonic Sections on Music Genre Classi cation

  Publication

  • A. Rosner
  • F. Weninger
  • B. Schuller
  • M. Michalak
  • B. Kostek

  - Year 2013

  We present a comprehensive evaluation of the infuence of 'harmonic' and rhythmic sections contained in an audio file on automatic music genre classi cation. The study is performed using the ISMIS database composed of music files, which are represented by vectors of acoustic parameters describing low-level music features. Non-negative Matrix Factorization serves for blind separation of instrument components. Rhythmic components...

• AUDITORY DISPLAY FROM THE MUSIC TECHNOLOGY PERSPECTIVE . Obecność wirtualnego środowiska dźwiękowego w technologiach muzycznych

  Publication

  • B. Kostek

  - Year 2013

  This paper presents some applications of Auditory Displays (AD) in the domain of music technology. First, the scope of music technology and auditory display areas are shortly outlined. Then, the research trends and system solutions within the fields of music technology, music information retrieval and music recommendation are discussed. Finally, an example of an auditory display that facilities music annotation process based on...

• Music Information Retrieval in Music Repositories

  Publication

  • B. Kostek

  - Year 2013

  This chapter reviews the key concepts associated with automated Music Information Retrieval (MIR). First, current research trends and system solutions in terms of music retrieval and music recommendation are discussed. Next, experiments performed on a constructed music database are presented. A proposal for music retrieval and annotation aided by gaze tracking is also discussed.

  Full text to download in external service

• Observing uncertainty in music tagging by automatic gaze tracking

  Publication

  • B. Kostek

  - Year 2011

  In this paper, a new approach to observe music file tagging process by employing a gaze tracking system is proposed. The study was conducted with the participation of twenty subjects having different musical experience. For the purpose of the experiments a website survey based on a musical database was prepared. It allowed to gather information about music experience of subjects along with music characteristics such as genre, tempo,...

• Evaluation of the separation algorithm performance employing ANNs

  Publication

  • M. Dziubiński
  • B. Kostek

  - Year 2010

  Celem niniejszego rozdziału jest przedstawienie metodyki separacji dźwięków muzycznych bez informacji a priori o dźwiękach zawartych w muzycznym miksie. W pracy pokazano, że prawidłowo wytrenowana sztuczna sieć neuronowa (SNN)jest w stanie w sposób automatyczny poprawnie sklasyfikować dźwięki zawarte w zmiksowanym sygnale. Skuteczność klasyfikacji SNN jest porównywalna z oceną subiektywną ekspertów.

• Aleksandra Giełdoń - Paszek dr hab.

  People

  Doktor habilitowany w dziedzinie nauk o sztuce, historyk sztuki. Studiowała historię sztuki na Wydziale Filozoficzno-Historycznym Uniwersytetu Jagiellońskiego w Krakowie. W roku 2002 na Wydziale Historycznym tejże uczelni uzyskała tytuł doktora nauk humanistycznych w zakresie nauk o sztuce na podstawie dysertacji: Malarstwo pejzażowe a szkolnictwo artystyczne w Polsce (do 1939 roku). W roku 2015 została doktorem habilitowanym w...