ডিডিএমডি

এটা কি করে

ডিডিএমডি প্রকল্পের লক্ষ্য ডিজিটাল ড্রাগ মিউজিক সনাক্ত করার জন্য একটি এআই-চালিত সমাধান প্রদান করা। প্রক্রিয়াটি শুরু হয় 3,176টি নন-কপিরাইটযুক্ত MP3 ফাইলের সংগ্রহের মাধ্যমে, যার মধ্যে 1,676টি ডিজিটাল ড্রাগ মিউজিক এবং 1,500টি ডিজিটাল ড্রাগ মিউজিক নয়।
এই ফাইলগুলি একটি র্যান্ডম ফরেস্ট-ভিত্তিক মডেল তৈরি করতে ব্যবহৃত হয় যা অডিও ফাইলগুলিকে ডিজিটাল ড্রাগ মিউজিক বা না হিসাবে শ্রেণীবদ্ধ করতে পারে। মডেলটি এই অডিও ফাইলগুলি থেকে প্রাপ্ত 34টি বৈশিষ্ট্য ব্যবহার করে, উভয় ফ্রিকোয়েন্সি এবং সময়-ডোমেন বৈশিষ্ট্যগুলিকে কভার করে এবং অত্যন্ত উত্সাহজনক ফলাফল অর্জন করেছে৷
ফলাফলগুলি অ্যাক্সেসযোগ্য এবং ব্যবহারকারী-বান্ধব করার জন্য, আমরা একটি ওয়েব অ্যাপ্লিকেশন তৈরি করেছি। এই অ্যাপ্লিকেশনটি একটি সহজ এবং স্বজ্ঞাত ইন্টারফেসের মাধ্যমে অডিও ফাইলগুলিকে শ্রেণীবদ্ধ করতে প্রশিক্ষিত র্যান্ডম ফরেস্ট মডেলটি ব্যবহার করে। DDMD ওয়েব অ্যাপ্লিকেশনটি ব্যাকএন্ডের জন্য ফ্লাস্ক এবং ফ্রন্টএন্ডের জন্য HTML/CSS ব্যবহার করে তৈরি করা হয়েছে। এটি পূর্ব-প্রশিক্ষিত র্যান্ডম ফরেস্ট মডেলকে ভবিষ্যদ্বাণী করতে, বিভিন্ন অডিও ফাইল ফরম্যাট গ্রহণ, MP3 তে নন-এমপি3 ফাইল রূপান্তর করতে এবং একটি YouTube URL এর মাধ্যমে ইনপুট দেওয়ার জন্য ব্যবহার করে।
উপরন্তু, শ্রেণীবিভাগের নির্ভুলতা বাড়ানোর জন্য, আমরা জেমিনি-1.5-ফ্ল্যাশ মডেলকে ফাইন-টিউনিং করে DDMD অ্যাপ্লিকেশন উন্নত করার উপায়গুলি অন্বেষণ করছি। আমরা দুটি পদ্ধতির প্রস্তাব করেছি: প্রথমত, আমরা জেমিনি-1.5-ফ্ল্যাশ মডেলটিকে সূক্ষ্ম-সুর করার জন্য র্যান্ডম ফরেস্ট ক্লাসিফায়ার ফলাফলের উপর ভিত্তি করে একটি JSON ডেটাসেট প্রস্তুত করেছি। দ্বিতীয় পদ্ধতিতে, আমরা জেমিনি এপিআই ব্যবহার করছি এবং CSV এবং JSON সহ বিভিন্ন ইনপুট ফরম্যাট নিয়ে পরীক্ষা-নিরীক্ষা করছি, এই জেমিনি মডেলটিকে সূক্ষ্ম-টিউন করতে।