W referacie dokonano przeglądu aktualnego stanu badań w dziedzinie automatycznego rozpoznawania muzyki. Przedstawiono też eksperymenty prowadzone aktualnie w Katedrze Dźwięku i Obrazu PG. Prace te dotyczyły rozpoznawania klas instrumentów muzycznych i separacji duetów muzycznych. Pokazano przykładowe wyniki i przedstawiono projekt prac do zrealizowania w przyszłych eksperymentach.

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.

The aim of this article is to investigate whether separating music tracks at the pre-processing phase and extending feature vector by parameters related to the specific musical instruments that are characteristic for the given musical genre allow for efficient automatic musical genre classification in case of database containing thousands of music excerpts and a dozen of genres. Results of extensive experiments show that the approach...

The purpose of this paper is to introduce neural network-based methods that surpass state-of-the-art (SOTA) models, either by training faster or having simpler architecture, while maintaining comparable effectiveness in musical instrument identification in polyphonic music. Several approaches are presented, including two authors’ proposals, i.e., spiking neural networks (SNN) and a modular deep learning model named FMCNN (Fully...