Тема: Создание СППР «Выбор похожих отпечатков»
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
Глава 1. Теоретические и информационные основы поиска похожих отпечатков звука 5
1.1 Обзор современных программ поиска похожих отпечатков звука 5
1.2 Основные методы получения отпечатков звука 7
1.3 Чтение звукового файла 10
1.4 Спектрограммы 11
Глава 2. Описание математических моделей, методов и средств, используемых для создания СППР «Выбор похожих отпечатков звука» 16
2.1. Методы и библиотеки Python, используемые для создания СППР 16
2.2 Обзор звукового модуля pyaudio 18
2.3 Описание метода поиска похожих отпечатков звука, используемого для
создания СППР 20
2.4 Создание интерфейса СППР 22
2.5 Реализация метода поиска похожих отпечатков звука, используемого для
создания СППР 26
2.6 Модули Service и Settings 31
2.7 Тестирование работы созданной СППР 32
Результаты тестирования 33
Заключение 39
Список литературы 40
Приложение
📖 Введение
Программы, способные сравнивать звуковые фрагменты, полезны рекламодателям, которые могут отслеживать реальные выходы своих рекламных роликов, ловить случаи обрезки или прерывания; радиостанции могут мониторить выход сетевой рекламы в регионах, и т.п. Та же задача распознавания возникает, если мы хотим отследить проигрывание музыкального произведения, или по небольшому фрагменту узнать песню (как делают Shazam и другие подобные сервисы).
В настоящей работе создана СППР «Выбор похожих отпечатков». Это система идентификации аудио с одной из многочисленных реализаций в виде распознавания звука с присутствием помех. СППР написана на языке программирования Python.
Был использован частотный метод поиска похожих отпечатков цифровых аудио данных [15].
Цель работы. Целью ВКР является создание СППР «Выбор похожих отпечатков», распознающую звуковой фрагмент в аудио-файлах, хранящихся в некоторой базе.
Задачи ВКР:
• Изучение возможностей модулей Python для анализа звуковых сигналов.
• Изучение алгоритмов определения отпечатков звука.
• Программирование интерфейса СППР «Выбор похожих отпечатков звуков».
• Программирование алгоритма определения отпечатков звука.
• Тестирование работы СППР «Выбор похожих отпечатков звуков».
Среда разработки. PyCharm.
Язык программирования. Python.
В первой главе рассмотрены теоретические основы поиска похожих отпечатков звука. Изучены основные принципы получения отпечатков звука и принципы чтения звукового файла. Сформулированы цель и задачи ВКР.
Во второй главе содержится описание математических моделей, методов и средств, используемых для создания СППР «Выбор похожих отпечатков звука». Более того, представлена непосредственная реализация метода поиска похожих отпечатков звука в Python.
✅ Заключение
СППР написана на python с помощью библиотеки wxWidgets, поэтому программа занимает небольшое дисковое пространство, взаимодействует со стандартным интерфейсом операционной системы.
Произведено тестирование работы созданной СППР, исключены ошибки обработки запросов клиента.
Изучены алгоритмы сравнения звуковых дорожек. В выбран алгоритм сравнения на основе разностей “каждый с каждым” значений отпечатков звуковых дорожек .
Реализована работа с кандидатами на схожесть, клиент может загрузить огромное количество звуковых дорожек.
Реализация на python позволила создать удобный модуль обработки звуковых дорожек, перевода их в аудио отпечатки и сравнения с другими отпечатками.
Алгоритм сравнения отпечатков протестирован, по результатам его работы подобран оптимальный коэффициент схожести отпечатков.



