የሙዚቃ መለያ ከትራንስፎርመር ጋር
የሙዚቃ መለያ መስጠት ዘፈንን ለማዳመጥ እና እንደ ዘውግ፣ ስሜት፣ መሳሪያዎች እና ጊዜዎች ያሉ ገላጭ መለያዎችን ለመተንበይ የትራንስፎርመር ሞዴሎችን ይጠቀማል።
አጠቃላይ እይታ
It powers search, recommendation, and auto-organization across huge music catalogs.
ጥልቅ ዳይቭ
ሙዚቃ ራስ-መለየት የባለብዙ መለያ መለያ ችግር ነው፡ አንድ ትራክ በአንድ ጊዜ 'ሮክ' 'ኢነርጂያዊ' 'ጊታር' እና 'መሳሪያ' ሊሆን ይችላል። ትራንስፎርመሮች ድምጽን ወደ ስፔክትሮግራም (የጊዜ-ድግግሞሽ ምስል) በመቀየር እና ንጣፎችን በራስ ትኩረት በሚሰጡ ንብርብሮች በመመገብ፣ ልክ ቪዥን ትራንስፎርመር የምስል ጥገናዎችን እንደሚያስተናግድ ነው። እንደ ኦዲዮ ስፔክትሮግራም ትራንስፎርመር (AST) እና MERT ያሉ ሞዴሎች ህብረ ዝማሬ ከቁጥር ደቂቃዎች ልዩነት ጋር እንዴት እንደሚዛመድ በመያዝ በጠቅላላው ትራክ ላይ የረጅም ርቀት ንድፎችን ይማራሉ. ብዙዎች ቀድመው የሰለጠኑ በሚሊዮኖች በሚቆጠሩ መለያ በሌላቸው ክሊፖች፣ ከዚያም እንደ MagnaTagaTune ወይም Million Song Dataset ባሉ መለያ በተሰጡ የውሂብ ስብስቦች ላይ በጥሩ ሁኔታ የተስተካከሉ ናቸው። መለያዎች እርስ በርስ የማይነጣጠሉ ስለሆኑ፣ የመጨረሻው ንብርብር እንደ አማካኝ ትክክለኛነት እና ROC-AUC ካሉ መመዘኛዎች አንጻር ሲግሞይድ ውጤቶችን ይጠቀማል።
ቴክኒካዊ ግንዛቤ
ጥሬ ኦዲዮ ወደ ሎግ-ሜል ስፔክትሮግራም ይቀየራል፣ ወደ ተደራራቢ ጥገናዎች ይከፈላል እና በአቀማመጥ ኮድ ውስጥ በመስመራዊ ተካቷል። ለራስ ትኩረት መስጠት እያንዳንዱ ፕላስተር እያንዳንዱን ጠጋኝ እንዲመዘን ያስችለዋል፣ ስለዚህ የሩቅ የሙዚቃ ዝግጅቶች በእያንዳንዱ መለያ ላይ ተጽዕኖ ያሳድራሉ። ከነጠላ መለያ የምስል ክላሲፋየሮች በተለየ የሙዚቃ መለያ መስጠት ከአንድ softmax ይልቅ ሲግሞይድ በአንድ ታግ ይተገበራል ምክንያቱም ስያሜዎች አብረው ይከሰታሉ። በራስ የሚተዳደር ቅድመ ሥልጠና (የጭንብል የድምጽ ቶከኖችን መተንበይ) በትንሽ የተለጠፉ ስብስቦች ላይ ከመስተካከሉ በፊት ጠንካራ ውክልናዎችን ይሰጣል።
ስልታዊ ተጽእኖ
መድረስ እና መድረስ
በጽሑፍ፣ በትረካ እና በድምፅ በይነገጾች ተደራሽነትን ያሻሽላል።
ወጪ እና በጀት
የሚዲያ ቡድኖች በትንሽ በጀቶች የተጣራ ድምጽ በፍጥነት መላክ ይችላሉ።
ፍጥነት እና ልኬት
ከደንበኛ ጋር የሚገናኙ ስርዓቶች የንግግር ግንኙነቶችን በትልቁ ደረጃ ማካሄድ ይችላሉ።
ከትራንስፎርመር ጋር የሙዚቃ መለያ መስጠት የወደፊት
መለያ መስጠት ከተፈጥሯዊ-ቋንቋ ግንዛቤ ጋር በመዋሃድ ላይ ነው ስለዚህ ከቋሚ የዘውግ አዝራሮች ይልቅ 'ህልም ሎ-ፋይ ከቪኒል ክራክሌ ጋር ለማጥናት' መፈለግ ይችላሉ። እንደ CLAP ያሉ ተቃራኒ የኦዲዮ-ጽሑፍ ሞዴሎች ሙዚቃን እና መግለጫዎችን በአንድ ቦታ ላይ በማጣጣም በስልጠና ላይ ታይተው የማያውቁ ዜሮ-ሾት መለያዎችን ማንቃት። የበለጸጉ፣ የበለጠ የጥራጥሬ መለያዎች፣ የተዋሃዱ ዘውጎችን በተሻለ ሁኔታ አያያዝ እና በመሣሪያ ላይ ለግላዊነት መለያ መስጠትን ይጠብቁ። በቅጂ መብት ካታሎጎች ላይ ስልጠናን በተመለከተ የመብቶች እና የባለቤትነት ክርክሮች እነዚህ ሞዴሎች ምን አይነት ውሂብ ሊጠቀሙ እንደሚችሉ ይቀርፃሉ።
የእውነተኛ-ዓለም አተገባበር
የዥረት አገልግሎቶች 'ትኩረት' ወይም 'የአካል ብቃት እንቅስቃሴ' አጫዋች ዝርዝሮችን መገንባት እንዲችሉ ዘውግ እና የስሜት መለያዎችን በራስ-የሚፈጥር
የሙዚቃ ቤተ-ፍርግሞች የማመሳሰል ፍቃድን ለሚፈልጉ የቪዲዮ አርታኢዎች 'ከፍተኛ አኮስቲክ ጊታር' ትራኮች እንዲታዩ ማድረግ
ተጠቃሚዎች በግልጽ ደረጃ ከሰጡት በላይ በድምፅ ተመሳሳይ ዘፈኖችን የሚያገኙ የምክር ሞተሮችን ማብቃት።
የአምራቹን ናሙና ስብስብ በተገኘው መሣሪያ፣ ቁልፍ እና ጊዜ በራስ-ሰር ማደራጀት።
አደጋዎች እና የጥበቃ መንገዶች
ስምምነት ሲጠፋ የድምፅ አላግባብ መጠቀም እና የማስመሰል አደጋዎች ይጨምራሉ።
ትክክለኛነት በአነጋገር ዘዬዎች፣ ቀበሌኛዎች ወይም ጫጫታ አካባቢዎች ላይ ሊወድቅ ይችላል።
ሰራሽ ኦዲዮ ግልጽ ምልክት ሳይደረግበት ለትክክለኛ ንግግር ሊሳሳት ይችላል።
የትግበራ ፍኖተ ካርታ
ለድምጽ ቀረጻ፣ ክሎኒንግ እና እንደገና ጥቅም ላይ ለማዋል ግልጽ የሆነ ፈቃድ ያግኙ።
በተለያዩ የድምጽ ማጉያዎች እና የበስተጀርባ ሁኔታዎች ላይ ጥራትን ይሞክሩ።
አንድ ሰው መቼ ውጤቶችን መገምገም ወይም ማጽደቅ እንዳለበት ይግለጹ።
ሰው ሰራሽ ኦዲዮን ይሰይሙ እና ለተጠያቂነት የፕሮቨንስ መዝገቦችን ያስቀምጡ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Music Tagging with Transformers quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
ሙዚቃ በራስ-መለያ መስጠት
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is Music Tagging with Transformers?
የሙዚቃ መለያ መስጠት ዘፈንን ለማዳመጥ እና እንደ ዘውግ፣ ስሜት፣ መሳሪያዎች እና ጊዜዎች ያሉ ገላጭ መለያዎችን ለመተንበይ የትራንስፎርመር ሞዴሎችን ይጠቀማል። በትላልቅ የሙዚቃ ካታሎጎች ውስጥ ፍለጋን፣ ምክርን እና ራስ-ማደራጀትን ያበረታታል።
ለምንድነው የሙዚቃ መለያ መስጠት እንደ ባለብዙ መለያ ችግር?
አንድ ዘፈን በሮክ፣ ጉልበት የተሞላ እና በአንድ ጊዜ በጊታር የሚመራ ሊሆን ይችላል፣ ስለዚህ ብዙ መለያዎች በአንድ ትራክ ላይ ይተገበራሉ።
ትራንስፎርመር መለያዎች በተለምዶ የሚጠቀሙት የግብአት ውክልና ምንድን ነው?
ኦዲዮ ወደ ጊዜ-ድግግሞሽ ስፔክትሮግራም ይቀየራል፣ ከዚያም ተለጥፎ እና በራስ ትኩረት እንደ የምስል መለጠፊያዎች ይመገባል።
ለምንድን ነው የሙዚቃ መለያ ሞዴሎች ከአንድ softmax ይልቅ የሲግሞይድ ውፅዓት በአንድ መለያ የሚጠቀሙት?
Softmax ወደ አንድ (አንድ ምርጫ) ለመደመር እድሎችን ያስገድዳል; sigmoid እያንዳንዱ መለያ በራሱ እውነት እንዲሆን ያስችለዋል።
እንደ MERT ላሉ ሞዴሎች እራስን የሚቆጣጠር ቅድመ ስልጠና ያለው ሚና ምንድን ነው?
በትልቅ መለያ በሌለው ኮርፖራ ላይ ጭምብል በተሸፈነ የድምጽ ትንበያ ላይ ቅድመ ሥልጠና ውክልናዎችን በኋላ ላይ በተሰየመ ውሂብ ላይ በደንብ ተስተካክሏል።
የሙዚቃ መለያዎችን ለማስተካከል እና ለመለካት የትኛው የውሂብ ስብስብ በብዛት ጥቅም ላይ ይውላል?
MagnaTagaATune እና የሚሊዮኖች ዘፈን ዳታ ስብስብ መደበኛ መለያ የተደረገባቸው የሙዚቃ መለኪያዎች ናቸው። MNIST እና ImageNet የምስል ስብስቦች ናቸው።