ДДМД

Что он делает

Проект DDMD направлен на предоставление решения на основе ИИ для обнаружения цифровой наркотической музыки. Процесс начинается со сбора 3176 не защищенных авторским правом файлов MP3, из которых 1676 классифицируются как цифровая наркотическая музыка, а 1500 — как нецифровая наркотическая музыка.
Эти файлы используются для разработки модели на основе случайного леса, которая может классифицировать аудиофайлы как цифровую наркотическую музыку или нет. Модель использует 34 признака, извлеченных из этих аудиофайлов, охватывающих как частотные, так и временные характеристики, и достигла весьма обнадеживающих результатов.
Чтобы сделать результаты доступными и удобными для пользователя, мы разработали веб-приложение. Это приложение использует обученную модель Random Forest для классификации аудиофайлов с помощью простого и интуитивно понятного интерфейса. Веб-приложение DDMD создано с использованием Flask для бэкэнда и HTML/CSS для фронтэнда. Оно использует предварительно обученную модель Random Forest для прогнозирования, принимает различные форматы аудиофайлов, преобразует файлы не-MP3 в MP3 и позволяет вводить данные через URL-адрес YouTube.
Кроме того, для повышения точности классификации мы изучаем способы улучшения приложения DDMD путем тонкой настройки модели Gemini-1.5-flash. Мы предложили два подхода: во-первых, мы подготовили набор данных JSON на основе результатов классификатора Random Forest для тонкой настройки модели Gemini-1.5-flash. Во втором подходе мы используем API Gemini и экспериментируем с различными форматами входных данных, включая CSV и JSON, для тонкой настройки этой модели Gemini.