Tensorflow 音乐预测
来源:dev.to
2024-08-27 15:54:52
0浏览
收藏
从现在开始,我们要努力学习啦!今天我给大家带来《Tensorflow 音乐预测》,感兴趣的朋友请继续看下去吧!下文中的内容我们主要会涉及到等等知识点,如果在阅读本文过程中有遇到不清楚的地方,欢迎留言呀!我们一起讨论,一起学习!
在本文中,我展示了如何使用张量流来预测音乐风格。
在我的示例中,我比较了电子音乐和古典音乐。
你可以在我的github上找到代码:
https://github.com/victordalet/sound_to_partition
i - 数据集
第一步,您需要创建一个数据集文件夹,并在里面添加一个音乐风格文件夹,例如我添加一个 techno 文件夹和 classic 文件夹,其中放置我的 wav 歌曲。
ii - 火车
我创建一个训练文件,参数 max_epochs 需要完成。
修改构造函数中与数据集文件夹中您的目录对应的类。
在加载和处理方法中,我从不同的目录检索wav文件并获取频谱图。
出于训练目的,我使用 keras 卷积和模型。
import os import sys from typing import list import librosa import numpy as np from tensorflow.keras.layers import input, conv2d, maxpooling2d, flatten, dense from tensorflow.keras.models import model from tensorflow.keras.optimizers import adam from sklearn.model_selection import train_test_split from tensorflow.keras.utils import to_categorical from tensorflow.image import resize class train: def __init__(self): self.x_train = none self.x_test = none self.y_train = none self.y_test = none self.data_dir: str = 'dataset' self.classes: list[str] = ['techno','classic'] self.max_epochs: int = int(sys.argv[1]) @staticmethod def load_and_preprocess_data(data_dir, classes, target_shape=(128, 128)): data = [] labels = [] for i, class_name in enumerate(classes): class_dir = os.path.join(data_dir, class_name) for filename in os.listdir(class_dir): if filename.endswith('.wav'): file_path = os.path.join(class_dir, filename) audio_data, sample_rate = librosa.load(file_path, sr=none) mel_spectrogram = librosa.feature.melspectrogram(y=audio_data, sr=sample_rate) mel_spectrogram = resize(np.expand_dims(mel_spectrogram, axis=-1), target_shape) data.append(mel_spectrogram) labels.append(i) return np.array(data), np.array(labels) def create_model(self): data, labels = self.load_and_preprocess_data(self.data_dir, self.classes) labels = to_categorical(labels, num_classes=len(self.classes)) # convert labels to one-hot encoding self.x_train, self.x_test, self.y_train, self.y_test = train_test_split(data, labels, test_size=0.2, random_state=42) input_shape = self.x_train[0].shape input_layer = input(shape=input_shape) x = conv2d(32, (3, 3), activation='relu')(input_layer) x = maxpooling2d((2, 2))(x) x = conv2d(64, (3, 3), activation='relu')(x) x = maxpooling2d((2, 2))(x) x = flatten()(x) x = dense(64, activation='relu')(x) output_layer = dense(len(self.classes), activation='softmax')(x) self.model = model(input_layer, output_layer) self.model.compile(optimizer=adam(learning_rate=0.001), loss='categorical_crossentropy', metrics=['accuracy']) def train_model(self): self.model.fit(self.x_train, self.y_train, epochs=self.max_epochs, batch_size=32, validation_data=(self.x_test, self.y_test)) test_accuracy = self.model.evaluate(self.x_test, self.y_test, verbose=0) print(test_accuracy[1]) def save_model(self): self.model.save('weight.h5') if __name__ == '__main__': train = train() train.create_model() train.train_model() train.save_model()
iii-测试
为了测试和使用模型,我创建了这个类来检索权重并预测音乐的风格。
不要忘记将正确的类添加到构造函数中。
from typing import List import librosa import numpy as np from tensorflow.keras.models import load_model from tensorflow.image import resize import tensorflow as tf class Test: def __init__(self, audio_file_path: str): self.model = load_model('weight.h5') self.target_shape = (128, 128) self.classes: List[str] = ['techno','classic'] self.audio_file_path: str = audio_file_path def test_audio(self, file_path, model): audio_data, sample_rate = librosa.load(file_path, sr=None) mel_spectrogram = librosa.feature.melspectrogram(y=audio_data, sr=sample_rate) mel_spectrogram = resize(np.expand_dims(mel_spectrogram, axis=-1), self.target_shape) mel_spectrogram = tf.reshape(mel_spectrogram, (1,) + self.target_shape + (1,)) predictions = model.predict(mel_spectrogram) class_probabilities = predictions[0] predicted_class_index = np.argmax(class_probabilities) return class_probabilities, predicted_class_index def test(self): class_probabilities, predicted_class_index = self.test_audio(self.audio_file_path, self.model) for i, class_label in enumerate(self.classes): probability = class_probabilities[i] print(f'Class: {class_label}, Probability: {probability:.4f}') predicted_class = self.classes[predicted_class_index] accuracy = class_probabilities[predicted_class_index] print(f'The audio is classified as: {predicted_class}') print(f'Accuracy: {accuracy:.4f}')
好了,本文到此结束,带大家了解了《Tensorflow 音乐预测》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除

- 上一篇
- PHP 函数中变量类型的规则是什么?

- 下一篇
- PHP 如何与外部脚本语言协作?
查看更多
最新文章
-
- 文章 · python教程 | 6小时前 |
- Python操作Parquet文件:pyarrow实用教程
- 164浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python文件传输错误修复指南
- 340浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- SQLAlchemyN:M关系与级联删除实现方法
- 399浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python处理卫星数据,xarray教程详解
- 333浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Pythonlxml安装失败怎么解决
- 473浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- 正则提取JSON值方法全解析
- 260浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python正则匹配固定长度字符串技巧
- 232浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- OpenCV视频帧传输FFmpeg乱码解决
- 441浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- 多CSV数据源目录构建方法详解
- 120浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python模板引擎使用技巧分享
- 482浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- PyCharm英文界面设置教程
- 409浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
查看更多
AI推荐
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 169次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 167次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 171次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 173次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 187次使用
查看更多
相关文章
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览