【文件属性】：
文件名称：genre-classification:使用CNN进行音乐流派分类
文件大小：682KB
文件格式：ZIP
更新时间：2021-05-16 13:48:40
JupyterNotebook
音乐流派分类
使用1D和2D卷积神经网络比较使用频谱图输入和原始音频输入的音乐流派分类。 在此实验中，仅使用每个音频的前20秒。 每个音频样本被分为2秒音频的10个部分。
先决条件
- Python 2
- Numpy
- Matplotlib
- Scikit-learn
- Scikit-plot
- Keras
- Tensorflow
- Kapre
- Librosa
- ffmpeg
数据集
乔治·扎纳塔基斯（George Tzanetakis）设定的音乐流派数据。 数据集包含1000个音轨，每个音轨长30秒。 它包含10个流派，每个流派由100首曲目代表。
结果（10个纪元）
混淆矩阵
ROC曲线
测试精度
带一维CNN的原始音频输入
0.31
一维CNN的频谱图输入
0.7372
二维CNN的频谱图输入
0.686
参考：
Dieleman，Sander和B
【文件预览】：
genre-classification-master
----genre_classification_end-to-end-Conv1D.ipynb(238KB)
----README.md(2KB)
----genre_classification_spectrogram-Conv2D.ipynb(219KB)
----genre_classification_spectrogram-Conv1D.ipynb(207KB)
----img()
--------spectrogram-conv2d confusion matrix.png(27KB)
--------spectrogram-conv1d confusion matrix.png(26KB)
--------spectrogram-conv2d ROC.png(39KB)
--------raw-conv1d ROC.png(51KB)
--------raw-conv1d confusion matrix.png(33KB)
--------spectrogram-conv1d ROC.png(38KB)