Isọri oriṣi Orin
Isọri oriṣi orin jẹ iṣẹ-ṣiṣe ti kikọ kọnputa lati tẹtisi orin kan ati asọtẹlẹ ara rẹ - apata, jazz, hip-hop, kilasika.
Akopọ
O ṣe agbara mimu akojọ orin ṣiṣẹ, iṣeduro, ati agbari ile ikawe orin ni iwọn nla.
Jin Dive
Isọri oriṣi orin yi ohun aise pada sinu aami oriṣi kan. Awọn ọna ṣiṣe ni ibẹrẹ awọn ẹya ti a ṣe ni ọwọ bi awọn iye-iye cepstral igbohunsafẹfẹ Mel-frequency (MFCCs), centroid spectral, oṣuwọn lilọ-odo, ati tẹmpo, lẹhinna jẹ wọn si awọn ikasi bii awọn ẹrọ fekito atilẹyin. Atokọ data GTZAN olokiki (1,000 awọn agekuru iṣẹju-aaya laarin awọn oriṣi 10) di ipilẹ ala, botilẹjẹpe o ti ṣofintoto ni bayi fun awọn orin ti ko tọ ati atunwi olorin. Awọn isunmọ jinlẹ ti ode oni ṣe iyipada ohun sinu awọn aworan mel-spectrogram ati ṣe ikẹkọ awọn nẹtiwọọki nkankikan, tabi lo loorekoore ati awọn awoṣe transformer ti o ka awọn ilana ti awọn fireemu ohun. Ipenija pataki ni pe oriṣi jẹ iruju ati aṣa - orin kan le jẹ 'indie folk-rock,' ati awọn aala laarin awọn ẹya-ara blur, ṣiṣe pipe pipe ko ṣee ṣe paapaa fun eniyan.
Imọ-imọ-ẹrọ
Pupọ julọ awọn kilasika ode oni ko ṣiṣẹ lori awọn ọna igbi aise taara. Wọn kọkọ ṣe iṣiro mel-spectrogram kan - aworan igbohunsafẹfẹ-akoko nibiti ipo inaro ti nlo iwọn mel ti oye ti o baamu ifamọ ipolowo eniyan. CNN lẹhinna ṣe ifaworanhan awọn asẹ ti o kọ ẹkọ lori aworan yii, ti n ṣe awari awọn ilana bii awọn alarinrin ti awọn ilu tabi awọn akopọ ibaramu ti awọn gita ti o daru. Nẹtiwọọki n ṣajọpọ awọn ẹya wọnyi ati Layer softmax kan ṣe abajade iṣeeṣe kan kọja awọn kilasi oriṣi, yiyan ti o ga julọ.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ojo iwaju ti Isọsọ oriṣi Orin
Aaye naa n yipada lati awọn aami lile ẹyọkan si aami-pupọ ati fifi aami si ipilẹ, nibiti abala orin kan ti n gba illa rirọ ti awọn aza pẹlu iṣesi, irinse, ati awọn ami akoko. Awọn awoṣe ohun afetigbọ ti ara ẹni ti a ṣe ikẹkọ tẹlẹ lori awọn miliọnu awọn orin ti ko ni aami (gẹgẹbi awọn ifibọ ohun-ọrọ apapọ ara CLAP) n dinku iwulo fun data aami-ọwọ ati ṣiṣe awọn ibeere iru-shot odo nipasẹ ọrọ itele. Reti isọpọ wiwọ pẹlu awọn ọna ṣiṣe iṣeduro ati awọn owo-ori ti aṣa ti o bọwọ fun agbegbe ati awọn oriṣi bulọọgi ti n yọ jade.
Real-World imuse
Spotify ati Apple Music awọn orin fifi aami si aifọwọyi lati kọ awọn ibudo redio oriṣi ati awọn iṣeduro ara 'Ṣawari Ọsẹ'.
Awọn ile-ikawe iwe-aṣẹ ti o jẹ ki awọn oṣere fiimu wa orin iṣura nipasẹ oriṣi, iṣesi, ati tẹmpo fun ipolowo ati awọn ohun orin fiimu.
Sọfitiwia DJ ṣe akojọpọ akojọpọ orin laifọwọyi nipasẹ oriṣi ati BPM lati daba awọn orin ibaramu fun dapọ.
Awọn irinṣẹ atupale ṣiṣanwọle titele bii olokiki ti oriṣi ṣe yipada lori akoko ati kọja awọn agbegbe fun awọn akole igbasilẹ.
Awọn ewu & Awọn ọna iṣọ
ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.
Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.
Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.
Ilana Ilana imuse
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
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
Itọsọna atẹle
Igbapada Alaye Orin
Awọn ibeere ti a beere nigbagbogbo
Kini Isọri Iru Orin?
Isọri oriṣi orin jẹ iṣẹ-ṣiṣe ti kikọ kọnputa lati tẹtisi orin kan ati asọtẹlẹ ara rẹ - apata, jazz, hip-hop, kilasika. O ṣe agbara mimu akojọ orin ṣiṣẹ, iṣeduro, ati agbari ile ikawe orin ni iwọn nla.
Kini mel-spectrogram, ti a lo nigbagbogbo bi titẹ sii si oriṣi-ipinsi awọn nẹtiwọọki nkankikan?
A mel-spectrogram duro fun bi agbara ni oriṣiriṣi awọn igbohunsafẹfẹ yipada lori akoko, pẹlu ipo igbohunsafẹfẹ ti o ya si iwọn mel ti o baamu iwoye ipolowo eniyan.
Iru data ala-ilẹ alailẹgbẹ wo ni o ni awọn agekuru iṣẹju-aaya 1,000 laarin awọn oriṣi 10?
GTZAN, ti a pejọ nipasẹ George Tzanetakis, ti pẹ ti jẹ aami ipilẹ-isọri oriṣi boṣewa, botilẹjẹpe o ti ṣofintoto ni bayi fun ṣiṣamisi ati awọn oṣere atunwi.
Kini idi ti iyọrisi pipe-ipejuwe-isọtọ-pipe jẹ pataki pataki?
Oriṣiriṣi jẹ aṣa, imọran iruju; songs parapo aza ati eda eniyan ara wọn koo lori akole, ki a nikan ti o tọ idahun igba ko ni tẹlẹ.
Ẹya ti a ṣe ni ọwọ wo ni a lo ni lilo pupọ ni awọn ọna ṣiṣe iyasọtọ oriṣi akọkọ?
Awọn ኤምFCC ṣe igbasilẹ timbral, irisi ohun afetigbọ ati pe o jẹ ẹya pataki fun awọn ikawe bii SVM ṣaaju ikẹkọ jinlẹ.
Kí ni a softmax Layer ni opin ti a oriṣi classifier gbejade?
Softmax ṣe iyipada awọn ikun aise ti nẹtiwọọki sinu awọn iṣeeṣe ti o lapapọ si ọkan kọja gbogbo awọn kilasi oriṣi, ati pe o ga julọ ni a yan bi asọtẹlẹ naa.