Personalizovaná hudební doporučení pomocí umělé inteligence a zpracování přirozeného jazyka

Abstract

Tato bakalářská práce se zabývá návrhem a implementací webové aplikace, která umožňuje generovat hudební playlisty na základě textového zadání uživatele. Cílem práce je propojit umělou inteligenci s hudebními službami a nabídnout uživatelům personalizovaná doporučení. Backend aplikace je postaven na frameworku Spring Boot, frontend je realizován pomocí React. Pro práci s hudebními daty je využito rozhraní Spotify API a přihlášení je řešeno výhradně přes Spotify OAuth 2.0. Zpracování přirozeného jazyka a převod požadavků do parametrů zajišťuje samostatná mikroslužba v Pythonu (FastAPI), která funguje jako LLM orchestrátor. Tato mikroslužba běží lokálně nad platformou Ollama a provádí inferenci velkého jazykového modelu (Qwen 2.5 7B Instruct) i výpočet vektorových reprezentací (e5-multilingual-small). Kandidáti skladeb jsou získáváni přes Spotify Search API, následně probíhá semantické porovnání, reranking a diverzifikace výsledků pomocí metody MMR. V práci je rovněž popsána architektura systému a způsoby komunikace mezi jednotlivými částmi. Výsledkem je funkční aplikace, která uživatelům poskytuje moderní nástroj pro objevování nové hudby.