玩音乐,敲架子鼓,一个被“耽误了”的机器学习高手
多数伏在案前敲击键盘的程序员或许都曾憧憬:黑框眼镜、格子衬衫、脚踩凉拖背后的另一番模样的自己。
对于来自纽约的 Peter Sobot 而言,他的本职工作是通过机器学习系统为 Spotify 平台上的用户推荐音乐。但朝九晚五的工作之余,他还是一名鼓手兼音乐人,这也就意味着他需要经常创作各类电子音乐,当然,包括架子鼓等打击乐器在内。
近日,Peter Sobot 在其博客中写道:“他利用机器学习构建了一款应用程序,无论音频样本是底鼓、军鼓还是其他鼓,其识别准确率高达 87%。”
万万没想到,在工程师的手中,我们可以用机器学习搭建自己的音乐梦想!
需要了解的是,在现代电子音乐制作中,一般都会使用鼓声样片而不是真实的鼓手现场录音的旋律,而这些样片通常以商业性质出售,或者由音乐人免费在网上共享出来。不过,这样的样片却往往很难利用,问题就出在它们的标签和分类方式很难尽如人意。
“每家公司都试图通过创建自己的样片夹专有格式,如 Native Instrument 的 Battery 或 Kontakt 格式。两者都使用元数据,并允许用户通过各种标签浏览样片。但这些软件包非常昂贵,且需要学习其任务流程。” Peter 写道。
于是,这位被音乐耽误了的工程师决定利用机器学习来尝试解决这一问题。
例如,给出的一段音频该如何判断究竟是是底鼓、军鼓、踩镲,还是别的音乐样本?
如果是人类,可以毫不费力地区分出声音,但计算机却需要大量的训练。在机器学习中,这通常被称为分类问题,即机器需要注入数据并对其进行分类。在这其中,通常会涉及特征提取阶段。
Peter 指出,人类识别不同的鼓音会从以下几个特征判别:
一是整体文件长度。因为小鼓的声音要比踢鼓的声音持续时间更长,所以比较容易测量。
二是整体响度。实际上,由于电子音乐的大多数样本都是标准化的,这意味着不同样片中的鼓声响度会被调整统一。相反,可以使用“最大”、“中等”、“最小”三种响度以更好地了解响度是如何随时间变化的。
三是频率。如底鼓样片的低频音段会有很多,因其直径长,造成鼓声小而低沉。为了让机器学习算法学会这一点,需要将不同频率范围内的声音响度特征分类。
四是音高。尽管鼓是一款打击乐器,但仍可以调到各种音高。为了量化这种调整,可以采用样本的基频来帮助算法区分低音和高音。
接下来,就开始训练数据了。
据了解,Peter 从数万个样本中选取了大概每种乐器 20~30 个样本量,基本分为以下三种类型:一是每种乐器的不同类型的样本,如声学鼓、电子鼓;二是不同来源的音乐样本;三是非鼓声的音乐样本。
然后,他列出了 100 个样本夹,将大概 50 兆字节的样本数据归置于 5 个单独文件夹中,分别是:底鼓、小鼓、军鼓、踩镲、以及其他。
1、执行特征提取
据了解,这个 Python 库是由音频分析师 Brain McFee 等人创建的 librosa 。
(附上GitHub上的代码链接:https://github.com/psobot/machine-learning-for-drummers)
2、将提取特征保存在JSON文件夹中
以决策树为例,这是一种常见的机器学习算法,并不涉及“神经网络”、“深度学习”的范畴。简言之,决策树是一种以递归方式学习每个特征的阈值并将数据分类的系统。
Peter 创建了一个决策树模型 classifier.py,其权重由导入的数据通过统计决定。以下为可视化模型:
每个新样本都传递到该决策树中,并对提供的特征进行由上到下的评估。例如,如果新样本为average_eq_2_10 ≤ -56.77 (如图中的顶部块所示),则决策树将向左移动,然后检查其fundamental_5 特征。
如果执行 classifier.py ,会呈现两个列表:一是训练准确率(模型预测训练期间出现过的样本的准确率),二是测试准确率(模型预测训练期间未出现过的样本的准确率)。
据了解,Peter 分别获得了 100% 和 87% 的准确率。
在他看来,13% 的错误率可能是过度拟合导致,因此,为了避免出现这种可能性,他采取了以下三种方式:
调整算法参数以使其不会太具体。
改变特征计算以便给算法注入更多数据,这部分数据或许对人类来说并不敏感,但在数学上有助于解决分类问题。
添加更多多样化的数据,以便决策树算法可以创建一种更通用的树,前提是现有数据并不完整。
最后,附上这位小哥哥个人照,
以及博客链接:
http://blog.petersobot.com/
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20