Classification prédominante des instruments de musique basée sur les caractéristiques spectrales

Ce travail vise à examiner l'un des problèmes fondamentaux du domaine de la Retrouvabilité des Instruments Musicaux (MIR), en particulier la classification des instruments. Pour cette étude, le jeu de données IRMAS (Reconnaissance d'instruments dans les signaux audio musicaux) a été choisi. Les données comprennent des extraits musicaux enregistrés à partir de diverses sources au cours du dernier siècle, offrant ainsi une grande variété de qualité audio. Nous avons présenté un résumé très concis des travaux antérieurs dans ce domaine. Après avoir mis en œuvre divers algorithmes d'apprentissage supervisé pour cette tâche de classification, le classifieur SVM a surpassé les autres modèles de pointe avec une précision de 79 %. Nous avons également mis en œuvre des techniques non supervisées, parmi lesquelles la Classification Hiérarchique s'est bien comportée.