如何开发一个可以识别作曲家歌曲的神经网络

Posted 2023-03-28

【中文标题】如何开发一个可以识别作曲家歌曲的神经网络

【英文标题】：How to develop a neural network that can identify a song by composer

【发布时间】：2019-04-08 09:32:49

【问题描述】：

我最近承担了一个项目来测试机器学习算法的效率。然而，我很难找到一个平台来实现我的想法。这是我正在尝试做的事情。

我正在尝试创建一个可以按作曲家识别古典音乐作品的神经网络。我将使用一组古典剪辑来训练它，每个剪辑时长 5 秒，由 5 位不同的作曲家完成。总共将有 25 首这样的歌曲。该算法无需任何集成到应用程序中，必须能够识别歌曲。我对这个算法有一组特定的要求。

1：它必须可用于 MacOS Mojave 或 High Sierra，作为 Python 编程语言中的应用程序或库。

2：它必须有一些关于如何在其中创建神经网络的在线文档。

3：它必须能够处理听觉刺激。 （例如，Xcode 10.1 无法使用 MLClassifier 处理听觉刺激。）

4：用户必须能够轻松更改算法中的隐藏层数。

如果所有这些要求都得到满足，并且如果我能够通过通信解决其他问题，我的问题就会得到解决。我期待与 Stack Overflow 社区的成员合作以找到解决方案。感谢您提供的任何帮助。

真诚地， 苏伦·格里高利安

【问题讨论】：

这个问题太宽泛了。您可以研究深度学习和循环神经网络。

【参考方案1】：

问题：

The algorithm, without any integration into an application, has to be able to identify the songs.

要求：

1: It must be available for MacOS Mojave or High Sierra as an application or library in the Python programming language.

2: It must have some sort of documentation online as to how to create a neural network in it.

3: It must be able to handle auditory stimuli. (For example, Xcode 10.1 cannot handle auditory stimuli using an MLClassifier.)

4: The user must be able to alter the number of hidden layers in the algorithm easily.

这很麻烦。 1) 与问题陈述相矛盾 - 它陈述了 MacOS 或 Python 集成要求。 2) 说明集成要求（在线文档。） 4) 妥协效率要求（用户可以重塑模型，直到它无用或太重而无法对可用资源进行操作。）为什么你有义务在 5 秒内准备数据-ps？要求混乱的数据科学项目弊大于利。

撇开这一切不谈，我猜你的项目听起来很适合 tensorflow。你可以在任何可以让你持久化到 tf 图形和权重的环境（例如 keras）中进行训练，然后如果你想与 d3 或现代 web 应用程序无缝集成，可以使用转换器为 tensorflow.js 持久化你的模型。

如果您之前没有实现过音频分类器，tf 在他们的文档中有一个很好的入门项目：https://www.tensorflow.org/tutorials/sequences/audio_recognition

【讨论】：

我目前正在尝试安装 Tensorflow。非常感谢您的帮助。

太棒了！如果回复涉及您的帖子，请将回复标记为答案。