4.3 KiB
| title | localeTitle |
|---|---|
| Music Classification | Музыкальная классификация |
Музыкальная классификация
Классификация музыки - еще одна область, где стратегии глубокого обучения могут быть применены для достижения более высокой точности классификации, чем традиционные методы машинного обучения. Глубокие нейронные сети, которые изначально использовались для распознавания изображений и задач компьютерного зрения, можно было использовать для классификации музыки с помощью спектрограмм. Спектрограмма - не что иное, как визуальное представление спектра частот, присутствующих в музыке в течение определенного периода времени. Другими словами, музыкальный сигнал, который является результирующей частотой, можно разделить на его спектр частот, а громкость в виде дБ может быть визуально представлена для каждой частоты. Это изображение можно использовать для обучения нейронной сети, которая классифицирует такие спектрограммы. Отличным вариантом использования является распознавание жанра.
Ниже приведены примеры различных спектрограмм:
Вышеупомянутая спектрограмма представляет собой песню из жанра блюза. Частоты идут по оси y и по оси x. Более яркие цвета означают, что звук этой частоты громкий, тогда как более темные цвета представляют собой мягкие в эти конкретные моменты времени. Такое изображение, содержащее столько данных, может быть использовано для обучения нейронной сети. Обычно мы используем мелкомасштабную спектрограмму с целью распознавания жанра, которая представляет собой масштаб шагов, оцененных слушателями, т. Е. Как мы воспринимаем такие частоты для различения компонентов разных жанров.
Преобразования Фурье
Важно знать, что такие спектрограммы создаются с помощью математического понятия, известного как преобразования Фурье. Преобразование Фурье разлагает функцию времени на частоты, которые ее составляют.
Больше информации
Если вы используете python, для обработки сигналов существует много библиотек. Librosa - известная, другая - скудная, которая также может использоваться для других научных целей. Мел-спектрограммы могут быть созданы с использованием этих библиотек.