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
若不方便扫码,搜微信号:CDAshujufenxi
你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10