Um modelo de classificação supervisionada com rotulagem automática para reconhecimento de áudio de web rádios.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPereira Junior, Álvaro Rodrigues-
Autor(es): dc.creatorRezende, Diego Dutra de-
Data de aceite: dc.date.accessioned2019-11-06T13:32:44Z-
Data de disponibilização: dc.date.available2019-11-06T13:32:44Z-
Data de envio: dc.date.issued2015-03-12-
Data de envio: dc.date.issued2015-03-12-
Data de envio: dc.date.issued2014-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/handle/123456789/4587-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/557716-
Descrição: dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionCom o aumento da capacidade de processamento dos computadores nos últimos anos, uma área específica da computação tem despertado a atenção tanto da academia quanto da indústria: a área de Recuperação de Informação em Música (do inglês, Music Information Retrieval _ MIR). Em especial, sistemas que reconhecem automaticamente áudio sendo tocado, seja em um sinal que vem da Web, seja gravando o áudio em dispositivos móveis, tem ganhado especial importância. Em tempos passados, havia ciência para se reconhecer áudio com precisão aceitável, como na faixa de 90%, mas os métodos não eram eficientes ao ponto de serem aplicados em escala, por exemplo, para a aplicação de reconhecimento de áudio em Web rádios, considerando-se um volume de milhares de rádios monitoradas em tempo real e índices da ordem de milhões de músicas. Hoje em dia os métodos não se desenvolveram tanto, mas o poder computacional disponível comercialmente é muito maior, permitindo então o desenvolvimento de uma gama de inovações tecnológicas na área. Nesta dissertação é apresentado um novo modelo de reconhecimento de áudio, capaz de usar o aprendizado supervisionado de máquina a partir de dados rotulados automaticamente para agregar diferentes métodos de reconhecimento de áudio, visando aumentar a precisão do reconhecimento, sem perder em eficiência. A rotulagem automática, cujo resultado é usado na etapa de treino, é possível porque as Web rádios são transmitidas usando protocolos e parâmetros conhecidos, de forma que é possível gerar dados sintéticos para treino e depois aplicar o modelo aprendido sobre as rádios reais. Neste trabalho mostra-se que, se os parâmetros das rádios são bem definidos, a combinação de métodos de reconhecimento utilizando o modelo proposto pode reduzir a perda (ou erro) do método de reconhecimento heurístico em até 55%, chegando a ter revocação média muito próxima de 100%. Isto considerando como baseline um método heurístico que está em execução em um sistema comercial que audita a ocorrência de propagandas em rádios que transmitem pela Web.-
Idioma: dc.languagept_BR-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo autor, 09/03/2015, com as seguintes condições: disponível sob Licença Creative Commons 3.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.-
Palavras-chave: dc.subjectReconhecimento-
Palavras-chave: dc.subjectEletrônica digital-
Palavras-chave: dc.subjectRadiodifusão-
Palavras-chave: dc.subjectRecuperação da informação-
Palavras-chave: dc.subjectAprendizado de máquina-
Título: dc.titleUm modelo de classificação supervisionada com rotulagem automática para reconhecimento de áudio de web rádios.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.