DEVELOPING A WEB APPLICATION FOR MUSIC GENERATION FROM VIDEO USING NATURAL LANGUAGE AS INTERMEDIARY USING OPEN SOURCE AI MODELS
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Phan Trung Thuận |
| Người hướng dẫn | Lâm Nhựt Khang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
This report presents a language-mediated framework for video-to-music generation, aiming to automatically generate background music that is semantically aligned with video content. Unlike conventional approaches that directly fuse visual and audio features, the proposed system employs natural language as an intermediate representation to bridge video understanding and music generation. The framework integrates scene segmentation, video captioning, music feature inference, and prompt-based music generation using open-source models, enabling improved interpretability and controllability. Experimental evaluation is conducted on a subset of the SymMV dataset, with vocals removed to focus on background music. The system is assessed using both audio quality metrics and cross-modal video-music relationship metrics based on ImageBind embeddings. Results show that the proposed approach achieves strong global semantic alignment and consistent temporal correspondence between video and generated music, outperforming a state-ofthe-art baseline in several semantic alignment metrics. Although beat-level synchronization remains limited, the generated music exhibits stable spectral characteristics suitable for background accompaniment. Overall, the results demonstrate that natural language serves as an effective intermediary modality for semantically coherent video-to-music generation in web-based and interactive applications.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- BUILDING A PRACTICE SYSTEM FOR SPOKEN ENGLISH USING A PAIR-MATCHING MECHANISM WITH INTEGRATED AI-BASED QUALITY ASSESSMENT
- XÂY DỰNG WEBSITE QUẢN LÝ BÁN HÀNG TRÀ-CAFE TRÊN NỀN TẢNG LARAVEL FRAMEWORK
- XÂY DỰNG HỆ THỐNG QUẢN LÝ NHÀ TRẺ
- PHÂN LỚP VĂN BẢN SỬ DỤNG KỸ THUẬT MÁY HỌC: ỨNG DỤNG PHÂN LOẠI BÀI BÁO ĐĂNG TRÊN TẠP CHÍ KHOA HỌC CỦA TRƯỜNG ĐẠI HỌC CẦN THƠ
- XÂY DỰNG ỨNG DỤNG DI ĐỘNG QUẢN LÝ QUÁN CÀ PHÊ
- XÂY DỰNG ỨNG DỤNG WEB TẠO DANH THIẾP THÔNG MINH BUILDING A WEB APPLICATION FOR GENERATING SMART BUSINESS CARDS
- KHẢO SÁT CÁC PHƯƠNG PHÁP XÁC ĐỊNH ĐỘ TƯƠNG TỰ VĂN BẢN TIẾNG VIỆT
- ANOMALYGLANCE: GÓC NHÌN FEW-SHOT ĐỂ PHÁT HIỆN BẤT THƯỜNG ĐỐI TƯỢNG TRONG VIDEO BẰNG ISOLATION FOREST VÀ FUZZY LOGIC
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.