Večnivojska spletna vizualizacija zbirk zvočnih posnetkov

KLADNIK, MATIC (avtor), Marolt, Matija (mentor)

Zvočne zbirke so v vsakdanjem življenju vedno pogostejše. Poraja se vprašanje, kako uporabniku prikazati veliko zvočno zbirko, da mu bodo v pregledni obliki dostopni vsi potrebni podatki. Tema diplomske naloge je izdelava sistema za spletno vizualizacijo večjih zbirk zvočnih podatkov. Za vizualizacijo smo uporabili dvonivojsko metodologijo, kar pomeni da lahko prehajamo med gručami zvočnih podatkov na dveh nivojih. Gručenje zvočnih posnetkov poteka glede na podobnosti zvokov med seboj; za izračun podobnosti smo uporabili značilke, pridobljene s knjižnico Essentia. Prednost uporabe naše dvonivojske metodologije je, da lahko pregledno analiziramo podatke, ter podrobno preiskujemo podatkovno zbirko.

• Jezik: Slovenski jezik
• Ključne besede: vizualizacija, zbirka, podatki, zvok, analiza, gručenje
• Vrsta gradiva: Diplomsko delo/naloga
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Leto izida: 2016
• PID: 20.500.12556/RUL-81208
• Datum objave v RUL: 06.04.2016

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: A multi-level web-based visualization of sound collections

Izvleček

Sound collections are becoming more frequently used in our daily lives. A common dilemma is how to present a large sound collection in a concise way but at the same time enable user access to all relevant data. Main objective of this thesis is creation of the system for concise visualization of collections of sound data. To achieve that we have used a two-level methodology for visualization, which means we can move between data clusters on two levels. Sound records are clustered based on similarity between them. For computation of similarities we have used attributes that are retrieved from Essentia library. The advantage of using our methodology is the ability to view data in a manageable way and research the data collection in greater detail due to the multi-level design.

• Ključne besede: visualization, collection, data, sound, analysis, clustering