Advancing BPM detection in hip-hop and R&B through audio representations and convolutional neural networks

Tushynskaya, K. V.; Zyranova, M. M.; Asadchy, A. E.

Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/54742

Title:	Advancing BPM detection in hip-hop and R&B through audio representations and convolutional neural networks
Other Titles:	Улучшение распознавания BPM в хип-хопе и R&B с помощью аудиопредставлений и конволюционных нейронных сетей
Authors:	Tushynskaya, K. V. Zyranova, M. M. Asadchy, A. E.
Keywords:	материалы конференций;информационные технологии;Beats per Minute;Convolutional neural network
Issue Date:	2024
Publisher:	БГУИР
Citation:	Tushynskaya, K. V. Advancing BPM detection in hip-hop and R&B through audio representations and convolutional neural networks = Улучшение распознавания BPM в хип-хопе и R&B с помощью аудиопредставлений и конволюционных нейронных сетей / K. V. Tushynskaya, M. M. Zyranova, A. E. Asadchy // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей X Международной научно-практической конференции, Минск, 13 марта 2024 г. : в 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2024. – С. 19–25.
Abstract:	This study introduces a method for improving BPM detection in hip-hop and R&B music by integrating audio representations with Convolutional Neural Networks (CNNs). Through analyzing tempograms, spectrograms, and onset features optimized for CNN processing, our approach demonstrates enhanced accuracy in BPM detection across these genres. Evaluated on the Million Song Dataset (MSD), our findings offer significant advancements for automated music analysis and applications in music recommendation and genre classificatio.
Alternative abstract:	В данном исследовании представлен метод улучшения обнаружения темпа в хип-хоп и R&B музыке путем интеграции аудио представлений со сверточными нейронными сетями (CNN). Анализируя темпограммы, спектрограммы, хромограммы и битограммы оптимизированные для обработки CNN, разработанный нами подход демонстрирует повышенную точность обнаружения BPM в этих жанрах.
URI:	https://libeldoc.bsuir.by/handle/123456789/54742
Appears in Collections:	BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2024)

Files in This Item:

File	Description	Size	Format
Tushynskaya_Advancing_BPM.pdf		500.35 kB	Adobe PDF	View/Open

Show full item record Google Scholar