Methods for intelligent analysis of music recordings

U ovom radu, razmatrani su osnovni koncepti inteligentne analize glazbenih zapisa. Najprije su predstavljeni definicija i ciljevi ove discipline, kao i povijesni razvoj. Opisani su primarni deskriptori, relevantni za analizu (spektar, kepstar, CHROMA, MFCC koeficijenti, prolasci kroz nulu, spektralni centroid, i dr.), te metode za predprocesiranje signala, uključujući i pretvorbu zapisa u digitalni oblik. Zatim su navedene dostupne baze glazbenih zapisa, kao i alati pogodni za analizu glazbe. Opisane su glavne metode za ekstrakciju odabranih glazbenih obilježja: ritma, tonaliteta i teksture. Prikazani su praktični primjeri ekstrakcije značajki dva glazbena zapisa različitog žanra pomoću MIRToolbox alatnog okvira, te su napravljene analiza i usporedba.The thesis discusses the basic concepts of intelligent analysis of music records. First, the definition and objectives of this discipline as well as historical development are presented. Low level descriptors, relevant for analysis (spectrum, cepstrum, CHROMA, MFCC coefficients, zero crossing rate, spectral centroid, etc.) are described, as well as methods for signal preprocessing, including digitalization process. Furthermore, there are freely available music datasets as well as analysis tools described. The main methods for extraction of selected musical features are discussed: rhythm, tonality and texture. Practical examples of feature extraction of two music tracks from different genres are presented using the MIRToolbox, and an analysis and comparison are made