Αναγνώριση ηχητικής πηγής εφαρμογή αναγνώρισης παραδοσιακών μουσικών οργάνων

Μανιατάκος, Βασίλειος-Φοίβος; Maniatakos, Vasileios - Phivos

dc.contributor.author	Μανιατάκος, Βασίλειος-Φοίβος
dc.contributor.author	Maniatakos, Vasileios - Phivos
dc.date.accessioned	2025-10-03T10:34:48Z
dc.date.available	2025-10-03T10:34:48Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/62612
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.30308
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Ταξινόμηση	el
dc.subject	Σετ χαρακτηριστικών	el
dc.subject	Χαρακτηριστικά	el
dc.subject	Ακουστικός	el
dc.subject	Μπουζούκι	el
dc.subject	Εύρος Φάσματος Συχνοτήτων	el
dc.subject	Attributes	en
dc.subject	transcription	en
dc.subject	neural network	en
dc.subject	eatures extraction	en
dc.subject	neural network	en
dc.title	Αναγνώριση ηχητικής πηγής εφαρμογή αναγνώρισης παραδοσιακών μουσικών οργάνων	el
dc.contributor.department	Τομέας επικοινωνιών ηλεκτρονικής και συστημάτων πληροφορικής	el
heal.type	bachelorThesis
heal.classification	Αναγνώριση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2006-09-01
heal.abstract	Η ικανότητα του ανθρώπου να αναγνωρίζει, αποκλειστικά μέσω του ήχου, αντικείμενα στο περιβάλλον είναι εξαιρετικά ανεπτυγμένη. Αντίθετα, η μηχανή δεν είναι ακόμα σε θέση να αναγνωρίζει με την ίδια επιτυχία μια ηχητική πηγή, και μάλιστα σε δύσκολες συνθήκες θορύβου ή συνηχήσεων από πολλές πηγές η απόδοση της μηχανής φθίνει θεαματικά. Με κίνητρο κυρίως την διερεύνηση του τρόπου που αντιλαμβάνεται ο άνθρωπος, υπάρχει τα τελευταία 50 χρόνια έντονη ερευνητική δραστηριοποίηση στον τομέα της αναγνώρισης ηχητικής πηγής. Στα πλαίσια της διπλωματικής εργασίας αναπτύχθηκε και υλοποιήθηκε ένα Σύστημα Αναγνώρισης Μουσικών Παραδοσιακών Οργάνων (ΣΑΜΠΟ). Το σύστημα αυτό προσπαθεί κάθε φορά να αναγνωρίσει το όργανο από το οποίο προέρχεται ένα προς εξέταση ηχητικό σήμα. Η μελέτη έγινε σχετικά με 4 έγχορδα παραδοσιακά όργανα, την κρητική λύρα, το μπουζούκι, το ούτι και το λαούτο. Για τους σκοπούς της εργασίας ηχογραφήθηκαν τα εν λόγω όργανα και μετά από επεξεργασία των ηχητικών δειγμάτων εξήγθη ένα σύνολο από χαρακτηριστικές ιδιότητες για καθένα δείγμα. Χρησιμοποιήθηκαν συνολικά περί τα 1000 δείγματα του ενός δευτερολέπου, το 45% των οποίων για την εκπαίδευση ενός νευρωνικού δικτύου- ταξινομητή και το 55% για την αξιολόγηση του συστήματος. Εξήγθησαν αποτελέσματα για 3 διαφορετικές παραλλαγές στο σχεδιασμό του συστήματος.	el
heal.abstract	The human ability to recognize objects in the environment from only the sounds they produce is extraordinary robust. On the contrary, machine does not successively confront a source recognition problem, especially in noisy, reverberant and sound competing environments. Due to the motive of explaining human unconscious perceptual processes such as hearing, there is strong research effort taking place the last 50 years. This Diploma thesis proposes a musical instrument recognition system, specialized on traditional greek musical instruments, which tries to retrieve information concerning the source of a sound signal. The experimental research took place over 4 string traditional instruments, the cretian “lyra”, mpouzouki, hute and lute. Due to research purposes, these four instruments were recorded during solo performance and isolated tones in a home studio-like environment and a sum of statistic features and perceptual attributes were extracted and lead to a neural network classifier. Through a sum of 1000 one-second-each samples, a 45% was utilized for network education, and the rest 55% for testing. There were constructed three versions of the system, each of them leading to concrete results further analyzed at the pre-last chapter of the thesis.	en
heal.sponsor	ΕΜΠ	el
heal.advisorName	Καμπουράκης, Γεώργιος
heal.committeeMemberName	Καμπουράκης, Γεώργιος
heal.committeeMemberName	Καγιάφας, Ελευθέριος
heal.committeeMemberName	Λούμος, Βασίλειος
heal.academicPublisher	Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	124 σ.
heal.fullTextAvailability	false