Nello scenario attuale in cui il tempo è un fattore essenziale per un individuo si trova sempre noioso lavorare su lavori che richiedono tempo e si spera in alternative.Questo progetto mira a costruire modelli che trascrivano i video aggiunti. La classificazione dei suoni è una delle applicazioni più utilizzate nell'ambito dell'Audio Deep Learning. Si tratta di imparare a classificare i suoni e a prevederne la categoria. Questo tipo di problema può essere applicato a molti scenari pratici come ad esempio la classificazione di clip musicali per identificare il genere della musica o la classificazione di brevi frasi pronunciate da un insieme di oratori per identificare l'oratore in base alla voce.