Uainishaji wa Aina ya Muziki
Uainishaji wa aina ya muziki ni kazi ya kufundisha kompyuta kusikiliza wimbo na kutabiri mtindo wake - rock, jazz, hip-hop, classical.
Muhtasari
It powers playlist curation, recommendation, and music library organization at massive scale.
Dive ya kina
Uainishaji wa aina ya muziki hugeuza sauti mbichi kuwa lebo ya aina. Mifumo ya awali vipengele vilivyoundwa kwa mikono kama vile vigawo vya cepstral vya Mel-frequency (MFCCs), spectral centroid, kasi ya kuvuka sufuri, na tempo, kisha kuvilisha kwa viainishaji kama vile mashine za vekta zinazotumika. Seti ya data maarufu ya GTZAN (klipu 1,000 za sekunde thelathini kati ya aina 10) zimekuwa alama ya kawaida, ingawa sasa inashutumiwa kwa nyimbo zilizo na lebo na marudio ya msanii. Mbinu za kisasa za kujifunza kwa kina hubadilisha sauti kuwa picha za mel-spectrogram na kutoa mafunzo kwa mitandao ya neva inayobadilika, au kutumia miundo inayojirudia na ya kibadilishaji data inayosoma mfuatano wa fremu za sauti. Changamoto kuu ni kwamba aina ni ya kitamaduni - wimbo mmoja unaweza kuwa 'indie folk-rock,' na mipaka kati ya tanzu ndogo kutia ukungu, na kufanya usahihi kamili usiwezekane hata kwa wanadamu.
Ufahamu wa Kiufundi
Viainishi vingi vya kisasa havifanyi kazi kwenye miundo mbichi ya mawimbi moja kwa moja. Kwanza wanakokotoa mel-spectrogram - taswira ya masafa ya saa ambapo mhimili wima hutumia kiwango cha kuyeyuka kinacholingana na unyeti wa kiwango cha binadamu. CNN kisha slaidi hujifunza vichujio juu ya picha hii, na kugundua ruwaza kama vile midundo ya ngoma au rundo la sauti la gitaa potofu. Mtandao unajumuisha vipengele hivi na safu ya softmax hutoa uwezekano katika madarasa ya aina, ikichagua cha juu zaidi.
Athari za kimkakati
Kufikia na kufikia
Huboresha ufikiaji kupitia manukuu, simulizi na violesura vya sauti.
Cost and budget
Timu za media zinaweza kusafirisha sauti iliyoboreshwa haraka na bajeti ndogo.
Kasi na kiwango
Mifumo inayowakabili wateja inaweza kuchakata mwingiliano wa mazungumzo kwa kiwango kikubwa.
Mustakabali wa Uainishaji wa Aina ya Muziki
Uga unahama kutoka kwa lebo moja ngumu kuelekea uwekaji lebo nyingi na upachikaji, ambapo wimbo hupata mchanganyiko laini wa mitindo pamoja na hali, ala na lebo za enzi. Miundo ya sauti inayojidhibiti iliyofunzwa awali kwa mamilioni ya nyimbo zisizo na lebo (kama vile upachikaji wa maandishi ya sauti ya pamoja ya mtindo wa CLAP) inapunguza hitaji la data iliyo na lebo kwa mkono na kuwezesha maswali ya aina isiyo na lebo kwa maandishi wazi. Tarajia muunganisho mkali zaidi na mifumo ya mapendekezo na kanuni zinazofahamu kiutamaduni zinazoheshimu aina ndogondogo za kikanda na zinazoibukia.
Utekelezaji wa Ulimwengu Halisi
Nyimbo za Spotify na Apple Music za kuweka lebo kiotomatiki ili kuunda vituo vya redio vya aina na mapendekezo ya mtindo wa 'Gundua Kila Wiki'.
Maktaba za leseni za muziki zinazowaruhusu watengenezaji filamu kutafuta muziki wa hisa kulingana na aina, hali, na tempo kwa nyimbo za tangazo na filamu.
Programu ya DJ inapanga mkusanyiko wa muziki kiotomatiki kulingana na aina na BPM ili kupendekeza nyimbo zinazooana za kuchanganywa.
Zana za uchanganuzi za utiririshaji zinazofuatilia jinsi umaarufu wa aina hubadilika kadri muda unavyopita na katika maeneo yote kwa ajili ya lebo za rekodi.
Hatari & Walinzi
Hatari za matumizi mabaya ya sauti na uigaji huongezeka wakati kibali kinakosekana.
Usahihi unaweza kushuka katika lafudhi, lahaja au mazingira yenye kelele.
Sauti ya syntetisk inaweza kudhaniwa kimakosa kuwa usemi halisi bila kuweka lebo wazi.
Ramani ya Utekelezaji
Pata idhini ya moja kwa moja ya kunasa sauti, kuunda na kutumia tena.
Jaribu ubora kwenye spika na hali mbalimbali za usuli.
Bainisha wakati ni lazima binadamu akague au aidhinishe matokeo.
Weka lebo sauti ya sintetiki na uhifadhi rekodi za asili kwa uwajibikaji.
Endelea Kuchunguza
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 Genre Classification 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
Mwongozo unaofuata
Urejeshaji wa Taarifa za Muziki
Maswali yanayoulizwa mara kwa mara
What is Music Genre Classification?
Uainishaji wa aina ya muziki ni kazi ya kufundisha kompyuta kusikiliza wimbo na kutabiri mtindo wake - rock, jazz, hip-hop, classical. Inawezesha uratibu wa orodha ya kucheza, mapendekezo, na shirika la maktaba ya muziki kwa kiwango kikubwa.
Je! ni mel-spectrogram, inayotumika sana kama ingizo la kuainisha aina ya mitandao ya neva?
Mel-spectrogram inawakilisha jinsi nishati katika masafa tofauti hubadilika kadri muda unavyopita, huku mhimili wa masafa ukipinda hadi kwenye mizani ya kuyeyuka inayolingana na utambuzi wa kiwango cha binadamu.
Je, ni seti gani ya data ya kawaida iliyo na klipu 1,000 za thelathini na mbili katika aina 10?
GTZAN, iliyokusanywa na George Tzanetakis, kwa muda mrefu imekuwa kigezo cha uainishaji wa aina ya kawaida, ingawa sasa imekosolewa kwa kuwaandika vibaya na kurudia wasanii.
Kwa nini kupata usahihi kamili wa uainishaji wa aina ni ngumu kimsingi?
Aina ni dhana ya kitamaduni, isiyoeleweka; nyimbo huchanganya mitindo na wanadamu wenyewe hawakubaliani kwenye lebo, kwa hivyo jibu moja sahihi mara nyingi halipo.
Ni kipengele gani kilichoundwa kwa mikono kilichotumiwa sana katika mifumo ya awali ya uainishaji wa aina?
MFCC hunasa umbo la sauti, taswira ya sauti na zilikuwa kipengele kikuu cha waainishaji kama vile SVM kabla ya kujifunza kwa kina.
Safu ya softmax mwishoni mwa kiainisha aina ya aina hutoa nini?
Softmax hubadilisha alama ghafi za mtandao kuwa uwezekano ambao hujumlishwa moja katika aina zote za aina, na ya juu zaidi huchaguliwa kama utabiri.