Il prossimoProssima guida
Tagging musicale con Transformers
IA audio
GUIDA AI audio
Music auto-tagging predicts descriptive labels such as genre, mood, and instrumentation from audio.
Ascolta questa guidaNarrato dall'IA · ~2 min
It can support catalog search, recommendation, and organization, but its predictions depend on the available labels and training data.
Il tagging automatico della musica considera l'etichettatura come un problema di classificazione multi-etichetta: una singola traccia può essere "rock", "energica" e "guidata dalla chitarra" tutto in una volta. I sistemi moderni convertono l'audio grezzo in uno spettrogramma mel (un'immagine in frequenza temporale del suono) e lo alimentano attraverso una rete neurale convoluzionale o basata su trasformatore addestrata su set di dati come MagnaTagATune, Million Song Dataset o MTG-Jamendo. Il modello genera una probabilità per ogni possibile tag. Poiché i tag applicati dagli esseri umani sono rumorosi e incompleti, la formazione è impegnativa e le etichette sono sbilanciate. La stessa struttura portante proviene sempre più da modelli audio auto-supervisionati, quindi una singola rappresentazione alimenta la ricerca di tag, raccomandazioni e similarità anziché costruire un modello separato per ciascun tag.
Spotify e servizi simili taggano i nuovi caricamenti con genere e umore per alimentare i consigli di stile "Discover Weekly".
Librerie di produzione musicale che consentono agli editor video di filtrare milioni di tracce stock in base a "corporate edificanti" o "cinematiche tese"
Il software DJ rileva automaticamente BPM, tonalità ed energia in modo che le tracce possano essere ordinate e abbinate automaticamente
Piattaforme di licenza musicale che taggano strumentazione e umore per abbinare le canzoni ai brief pubblicitari
Audio-language models such as CLAP connect sound with text representations, allowing free-form retrieval alongside fixed-label tagging. Research also explores broader genre coverage, captioning, and more efficient models. These methods still need evaluation on the intended catalog: text-query matching is not proof of exhaustive or objective descriptions, especially for subjective moods and styles.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Music auto-tagging predicts descriptive labels such as genre, mood, and instrumentation from audio. It can support catalog search, recommendation, and organization, but its predictions depend on the available labels and training data.
A track can be both guitar-driven and energetic. Separate outputs permit multiple active labels without asserting that the attributes are statistically independent.
L'audio viene generalmente convertito in uno spettrogramma mel, un'immagine in frequenza temporale che una CNN può elaborare in modo molto simile a una fotografia.
La scala mel spazia le frequenze per adattarle alla percezione umana dell'altezza, dando maggiore risoluzione alle frequenze più basse a cui le nostre orecchie tengono di più.
I tag di crowdsourcing sono incoerenti e molti tag validi semplicemente mancano, e alcuni tag appaiono molto più spesso di altri, rendendo l’apprendimento più difficile.
MagnaTagATune, insieme a Million Song Dataset e MTG-Jamendo, è un punto di riferimento standard per il tagging musicale. ImageNet è per le immagini, SQuAD per il QA del testo e LibriSpeech per il parlato.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Tagging musicale con Transformers
IA audio