DDMD
DDMD: Digital Drug Music Detector
Fungsinya
Project DDMD bertujuan untuk memberikan solusi yang didukung AI untuk mendeteksi musik obat digital. Prosesnya dimulai dengan pengumpulan 3.176 file MP3 yang tidak dilindungi hak cipta, yang 1.676 di antaranya diklasifikasikan sebagai musik obat-obatan digital dan 1.500 diklasifikasikan sebagai bukan musik obat-obatan digital.
File ini digunakan untuk mengembangkan model berbasis Random Forest yang dapat mengklasifikasikan file audio sebagai musik obat-obatan digital atau bukan. Model ini menggunakan 34 fitur yang diekstrak dari file audio ini, yang mencakup karakteristik frekuensi dan domain waktu, serta telah mencapai hasil yang sangat menggembirakan.
Untuk membuat hasilnya mudah diakses dan mudah digunakan, kami mengembangkan aplikasi web. Aplikasi ini memanfaatkan model Random Forest yang dilatih untuk mengklasifikasikan file audio melalui antarmuka yang sederhana dan intuitif. Aplikasi web DDMD dibuat menggunakan Flask untuk backend dan HTML/CSS untuk frontend. DDMD menggunakan model Random Forest terlatih untuk membuat prediksi, menerima berbagai format file audio, mengonversi file non-MP3 menjadi MP3, dan mengizinkan input melalui URL YouTube.
Selain itu, untuk meningkatkan akurasi klasifikasi, kami sedang mempelajari cara meningkatkan aplikasi DDMD dengan menyesuaikan model flash Gemini-1.5. Kami telah mengusulkan dua pendekatan: pertama, kami menyiapkan set data JSON berdasarkan hasil pengklasifikasi Random Forest untuk menyesuaikan model flash Gemini-1.5. Dalam pendekatan kedua, kita menggunakan Gemini API dan bereksperimen dengan berbagai format input, termasuk CSV dan JSON, untuk menyesuaikan model Gemini ini.
Dibuat dengan
- Web/Chrome
- Google Colab
- Google Slide
- AI Ucapan ke Teks Google
Tim
From
Aljazair