Odprtokodni sistemi za računalniško prepoznavo zvočnih zapisovGABOR, PAVEL (Avtor) Kos, Anton (Mentor) prepoznava zvočnih posnetkovodtis zvočnega posnetkaprimerjava sistemovsistem za izdelavo sporeda predvajanj radijskega programaSoundFingerprintingEchoprintDejavuV diplomskem delu predstavljam področje računalniške prepoznave zvočnih zapisov, v katerega sodijo vedno bolj popularne aplikacije, kot je Shazam, ki uporabniku omogočajo prepoznavo glasbe, ki se predvaja v njihovi okolici. Sistemi prepoznavo nepoznanega zvočnega zapisa opravljajo na podlagi primerjave zgoščenih povzetkov oziroma odtisov zvočnega zapisa (angl.: acoustic/audio fingerprint), ki jih izdelajo iz krajših vzorcev nepoznanega zapisa in jih primerjajo s shranjenimi odtisi v katalogu poznanih referenčnih skladb. Pri tem se srečujejo z mnogimi težavami. Želimo namreč, da bodo sistemi za prepoznavo posnetek pravilno prepoznali tudi, če je stisnjen s pomočjo izgubnih kompresijskih postopkov, je v njem prisoten okoliški šum, motnje ali degradacije v kakršni koli drugi obliki. Pomembno je tudi, da prepoznavo vršijo hitro in učinkovito, kar pa glede na velike količine referenčnih skladb, ki jih katalogi običajno vsebujejo, ni preprosta naloga. V delu sem raziskal področja uporabe tehnologije ter princip delovanja temu namenjenih algoritmov. Pri tem sem podrobneje preučil lastnosti in zahteve, ki jim morajo zadostiti algoritmi, opisal sem težave s katerimi se algoritmi spopadajo pri zagotavljanju robustnosti in načine reševanja le-teh. Obravnavam tudi učinkovitost in natančnosti prepoznave. V nadaljevanju se osredotočam na primerjavo treh odprtokodnih sistemov: SoundFingerprinting, Echoprint in Dejavu. Izbrane sisteme in algoritme, na katerih le-ti temeljijo, sem podrobneje analiziral in preizkusil. Preizkuse sem opravil z izvedbo premišljenih testnih korakov, s katerimi sem razkril prednosti in slabosti posameznega sistema. V prvi fazi preizkusov sem preveril splošne lastnosti sistemov, ki vplivajo na primernost sistema za uporabo v različnih tipih aplikacij. Določil sem najmanjšo dolžino vzorca zvočnega posnetka, iz katerega je posamezen sistem zmožen zanesljivo opraviti prepoznavo. Na podlagi statistične analize rezultatov izvedbe prepoznave na naboru večjega števila testnih posnetkov sem ovrednotil lastnosti sistemov. Preveril sem, kako dobro sistemi ločujejo različne izvedbe iste skladbe in v kolikšni meri so odporni na različne tipe motenj in degradacij zvočnega signala. V nadaljevanju sem opravil še preizkus prepoznave predvajanih skladb v radijskih programih, s katerim sem preveril ustreznost posameznega sistema za uporabo v aplikaciji za izdelavo sporeda predvajanih skladb. V zaključku podajam lastno oceno primernosti posameznega sistema za uporabo v različnih tipih aplikacij in predlagam možnosti za izboljšave sistemov.20162016-06-16 08:31:44Diplomsko delo83482VisID: 34390sl