Modelos de Deep Learning para Estimativa de Tempo em Músicas

Autores

  • Mila Soares de Oliveira de Souza Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
  • Pedro Nuno de Souza Moura Universidade Federal do Estado do Rio de Janeiro (UNIRIO)
  • Jean-Pierre Briot Computer Science Laboratory of Paris 6 (LIP6) – Sorbonne Université, CNRS – Paris, France

Palavras-chave:

deep learning, music information retrieval, tempo, estimativa, música

Resumo

Este artigo propõe o treinamento e avaliação de 2 modelos de redes neurais (1 CNN e 1 B-RNN) capazes de estimar o tempo em bpm de uma peça musical. A implementação do primeiro modelo provém de seu artigo original, enquanto o segundo modelo foi implementado neste artigo com base no primeiro. Foi planejado e construído um dataset extensivo (12.550 peças no total) para conduzir uma avaliação comparativa quantitativa e qualitativa. As performances dos 2 modelos são comparadas também com a de um modelo estado da arte. Esse artigo apresenta resultados e análises destes, pontos observados, aprendidos e ideias para futuras pesquisas.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2020-07-15

Como Citar

de Souza, M. S. de O., Moura, P. N. de S., & Briot, J.-P. (2020). Modelos de Deep Learning para Estimativa de Tempo em Músicas. RelaTe-DIA, 13(1). Recuperado de http://www.seer.unirio.br/monografiasppgi/article/view/10233

Edição

Seção

Relatórios