Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

KI-gestützte Audioanalyse von Musik und Soundscapes - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Seminar Langtext
Veranstaltungsnummer 206650 Kurztext
Semester WS 2022 SWS
Teilnehmer 1. Platzvergabe 5 Max. Teilnehmer 2. Platzvergabe 5
Rhythmus keine Übernahme Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Deutsch
Belegungsfrist Standardbelegung Wintersemester ab Mitte August/ Sommersemester ab Mitte Februar
Abmeldefristen A1-Belegung ohne Abmeldung    15.08.2022 09:00:00 - 10.10.2022 08:29:59   
A2-Belegung mit Abmeldung 2 Wochen    10.10.2022 08:30:00 - 31.10.2022 23:59:59   
A3-Belegung ohne Abmeldung    01.11.2022 00:00:01 - 20.02.2023 08:29:59    aktuell
Termine Gruppe: 0-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine anzeigen Fr. 09:15 bis 12:45 14t. 14.10.2022 bis
03.02.2023
Weimar Hochschulzentrum am Horn - SR2   findet statt  
Gruppe 0-Gruppe:



Zugeordnete Person
Zugeordnete Person Zuständigkeit
Pfleiderer, Martin, Professor, Dr. begleitend
Zuordnung zu Einrichtungen
Institut für Musikwissenschaft Weimar-Jena
Inhalt
Kommentar

Bei der computergestützten Analyse von Musikaufnahmen und Umweltklängen werden heute Algorithmen aus den Bereichen Künstlichen Intelligenz (KI), vor allem des Maschinellen Lernens und des Deep Learnings, sowie der Audiosignalverarbeitung miteinander kombiniert und mittels passender Audiodatensätze gezielt für bestimmte Aufgaben und Anwendungsfelder trainiert. Ziel des Seminars ist die praxisbezogene Einführung in diese grundlegenden Verfahren sowie deren praktische Umsetzung in der Programmiersprache Python, deren Grundkenntnisse ebenfalls vermittelt werden. In der zweiten Hälfte des Seminars werden die besprochenen Verfahren in eigenen Projekten auf konkrete Beispiele aus dem Kontext von Fragestellungen der Musikanalyse und der Soundscape-Forschung angewendet. Im Zentrum stehen dabei die Erkennung und Klassifikation von auditiven Ereignissen und Texturen, z.B. von Alltagsklängen, Vogelstimmen, Fahrzeugsgeräuschen, Soundscapes, Musikinstrumenten, Musikgenres oder Akkorden.

 

Lehrende:

Dr. Jakob Abeßer
Prof. Dr. Martin Pfleiderer

Strukturbaum
Die Veranstaltung wurde 3 mal im Vorlesungsverzeichnis WiSe 2022/23 gefunden:
M.A. Musikwissenschaft  - - - 2
B.A. Musikwissenschaft  - - - 3

Impressum | Datenschutzerklärung