Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/123456789/6381| Título: | Classificando sotaques de Bumba-meu-boi utilizando Deep Learning |
| Título(s) alternativo(s): | Classifying Bumba-meu-boi accents using Deep Learning |
| Autor(es): | GOMES, Gustavo Roberth Cruz |
| Palavras-chave: | redes neurais convolucionais; redes neurais recorrentes; classificação musical; Bumba-meu-boi. convolutional neural networks; recurrent neural networks; classification; Bumba-meu-boi. |
| Data do documento: | 7-Fev-2022 |
| Editor: | Universidade Federal do Maranhão |
| Resumo: | Resumo A integral compreensão da importância da garantia de preservação da cultura maranhense nos passa a responsabilidade de dar continuidade ou permitir que as práticas culturais tenham sua continuidade para as gerações que estão por vir, é percebido que práticas culturais regionais, locais, que nos conectam ao nosso passado mais natural e mais humano, estão perdendo força para atrações modernas e globalizadas. Para que estas práticas locais, no estado do Maranhão, possam ter sua identidade preservada, permitindo sua continuidade, devemos criar tais caminhos, em meio a cultura moderna, que possa repercutir estas práticas e as promover no meio cultural. Em um mundo em que a informação se torna o meio de promoção do interesse do indivíduo em se conectar a este meio, por via de ferramentas baratas ao alcance econômico e social, a cultura deve ser promovida de tal maneira a estar tão próxima quanto possível destes para ser comumente inserida neste novo mundo. Sistemas de Inteligência Artificial já se portaram de grande valia para o processamento de imagens, obtendo resultados promissores e amplamente utilizados para o desenvolvimento de modelos de classificação de imagens. Este trabalho, tem como objetivo aproximar a cultura local, de origem nordestina e com variações e enraizamentos pelo Brasil a tecnologia da Inteligência Artificial, mais precisamente as Redes Neurais Artificiais, com o desenvolvimento de um classificador de sotaques de Bumba-meu-boi. Assim, este projeto busca com o auxílio da computação do Aprendizado de Máquina e Aprendizado Profundo, a permanência e repercussão de nossa cultura no mundo das informações sob demanda. Por fim, a base de dados de áudio, a classificação sobre mel-espectrogramas e duas arquiteturas de aprendizado profundo produziram dois modelos que apresentaram resultados de 99% e 100% de acurácia, com poder de classificação de alta precisão. |
| Descrição: | Abstract The complete understanding of the importance of guaranteeing the preservation of Maranhão’s culture gives us the responsibility of giving continuity or allowing cultural practices to have their continuity for the generations that are to come. It is perceived that regional, local cultural practices, which connect us to our more natural and more human past, are losing strength to modern and globalized attractions. In order for these local practices, in the state of Maranhão, to have their identity preserved, allowing their continuity, we must create such paths, in the midst of modern culture, that can echo these practices and promote them in the cultural environment. In a world where information becomes the means of promoting the individual’s interest in connecting to this medium, via cheap tools within economic and social reach, culture must be promoted in such a way as to be as close as possible to these people in order to be commonly inserted in this new world. Artificial Intelligence systems have already been of great value for image processing, obtaining promising and widely used results for the development of image classification models. This work aims to approach the local culture, of northeastern origin and with variations and roots throughout Brazil, to the technology of Artificial Intelligence, more precisely the Artificial Neural Networks, with the development of a classifier of Bumba-meu-boi accents. Thus, this project seeks with the aid of Machine Learning and Deep Learning computing, the permanence and repercussion of our culture in the world of on-demand information. Finally, the audio database, classification over honey-spectrograms, and two deep learning architectures produced two models that showed results of 99% and 100% accuracy, with classification power of high accuracy. |
| URI: | http://hdl.handle.net/123456789/6381 |
| Aparece nas coleções: | TCCs de Graduação em Ciência da Computação do Campus do Bacanga |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| GustavoRoberthCruzGomes.pdf | Trabalho de Conclusão de Curso | 5 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.