Aprendizaje automático para la clasificación de géneros musicales utilizando el espectro mel visual
Autores: Cheng, Yu-Huei; Kuo, Che-Nan
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aprendizaje automático para la clasificación de géneros musicales utilizando el espectro mel visual
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Música
Liberación de estrés
Estudios
Computadora
Medios de transmisión
Clasificación de género musical
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
La música es la herramienta más conveniente y fácil de usar para liberar el estrés en la época moderna. Muchos estudios han demostrado que escuchar música apropiada puede liberar el estrés. Sin embargo, dado que cada vez es más fácil hacer música, las personas solo necesitan crearla en la computadora y subirla a medios de streaming como Youtube, Spotify o Beatport en cualquier momento, lo que hace muy poco factible buscar en una enorme base de datos de música de un género específico. Para buscar de manera efectiva tipos específicos de música, proponemos un método novedoso basado en el espectro Mel visual para la clasificación de géneros musicales, y aplicamos YOLOv4 como nuestra arquitectura de red neuronal. El mAP se utilizó como criterio de puntuación de la clasificación de géneros musicales en este estudio. Después de diez experimentos, obtuvimos un mAP más alto de 99.26%, y el mAP promedio fue de 97.93%.
Descripción
La música es la herramienta más conveniente y fácil de usar para liberar el estrés en la época moderna. Muchos estudios han demostrado que escuchar música apropiada puede liberar el estrés. Sin embargo, dado que cada vez es más fácil hacer música, las personas solo necesitan crearla en la computadora y subirla a medios de streaming como Youtube, Spotify o Beatport en cualquier momento, lo que hace muy poco factible buscar en una enorme base de datos de música de un género específico. Para buscar de manera efectiva tipos específicos de música, proponemos un método novedoso basado en el espectro Mel visual para la clasificación de géneros musicales, y aplicamos YOLOv4 como nuestra arquitectura de red neuronal. El mAP se utilizó como criterio de puntuación de la clasificación de géneros musicales en este estudio. Después de diez experimentos, obtuvimos un mAP más alto de 99.26%, y el mAP promedio fue de 97.93%.