Sound recognition of musical instruments with application of FFT and K-NN classifier with cosine distance

• Autorzy: Głowacz A. , Głowacz W. , Głowacz A.

Warianty tytułu

PL

Rozpoznawanie dźwięków instrumentów muzycznych z zastosowaniem FFT i klasyfikatora K-NN z metryką kosinusową

• Języki publikacji: EN

Abstrakty

EN

Paper presents a new implementation of methods of recognition of musical instruments based on FFT and K-NN classifier with cosine distance. Investigations were carried out for sounds of piano and sounds of bells. Results of investigations show that efficiency of the applied algorithms is very high.

PL

Przedstawiono realizację rozpoznawania instrumentów muzycznych opartą na algorytmie FFT i klasyfikatorze K-NN z metryką kosinusową. Badania zostały przeprowadzone dla dźwięków pianina i dzwonków. Wyniki potwierdzają bardzo wysoką skuteczność zastosowanych algorytmów przetwarzania i analizy sygnałów akustycznych.

Słowa kluczowe

EN

sound recognition; musical instrument; signal processing

PL

rozpoznawanie dźwięku; przetwarzanie sygnału; instrument muzyczny

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2010
• Tom: T. 14, z. 1
• Strony: 15--22
• Opis fizyczny: Bibliogr. 9 poz., rys., wykr.

Twórcy

autor

Głowacz A.

• AGH University of Science and Technology

autor

Głowacz W.

• AGH University of Science and Technology

autor

Głowacz A.

• AGH University of Science and Technology

Bibliografia

• [1] Głowacz A., Głowacz W., Sound recognition of dc machine with application ofFFT and back-propagation neural network. Przegląd Elektrotechniczny (Electrical Review), R. 84 No. 9, 2008, 159-162.
• [2] Głowacz A., Głowacz W., Dc machine diagnostics based on sound recognition with application of FFT' and fuzzy logic. Przegląd Elektrotechniczny (Electrical Review), R. 84, No. 12, 2008, 43-46.
• [3] Izworski A., Bułka J., Wochlik I., Techniczne wsparcie diagnostyki systemu słuchowego. Inżynieria biomedyczna. Księga współczesnej wiedzy tajemnej w wersji przystępnej i przyjemnej, Uczelniane Wydawnictwa Naukowo-Dydaktyczne AGH, Kraków 2008, 169-172.
• [4] Lee K., Effective Approaches to Extract Features and Classify Echoes in Long Ultrasound Signals from Metal Shafts. Ph.D. dissertation, Brisbane, Australia, 2006.
• [5] Mitrovic D., Zeppelzauer M., Eidenberger H., Analysis of the Data Quality of Audio Features of Environmental Sounds. Journal of Universal Knowledge Management, vol. 1, No. 1, 2006, 4-17.
• [6] Pasko M., Walczak J., Teoria Sygnałów. Wydawnictwo Politechniki Śląskiej, 2007.
• [7] Tadeusiewicz R., Speech recognition versus understanding of the nature of speech deformation in pathological speech analysis (Abstract). Archives of Acoustics, vol. 28, No. 3, 2003, 260.
• [8] The MARF Development Group: Modular Audio Recognition Framework v.0.3.0-devel-20050606 and its Applications. Application notę, Montreal, Quebec, Canada, 2005.
• [9] Yoshii K., Goto M., Okuno H.G., Drum Sound Recognition for Polyphonic Audio Signals by Adaptation and Matching of Spectrogram Templates With Harmonie Structure Suppression. IEEE Transactions on Audio, Speech, and Language Processing, vol. 15, No. 1, January 2007, 333-345.