音乐流派分类机器学习数据集GTZAN 数据集

原创

mob649e8161738c 2024-02-23 06:43:26 ©著作权

©著作权归作者所有：来自51CTO博客作者mob649e8161738c的原创作品，请联系作者获取转载授权，否则将追究法律责任

音乐流派分类机器学习数据集GTZAN 数据集

介绍

GTZAN 数据集是一个经典的音乐流派分类数据集，由1000首长度为30秒的音频片段组成，共包含10种不同的流派，每种流派有100首音乐。这些流派包括：blues, classical, country, disco, hiphop, jazz, metal, pop, reggae, rock。这个数据集通常用于音乐分类和机器学习算法的性能评估。

在本文中，我们将介绍如何使用该数据集进行音乐流派分类的机器学习任务。我们将使用Python和一些流行的机器学习库，如scikit-learn, librosa等。

数据集准备

首先，我们需要下载GTZAN数据集。你可以在[这里](

import os
import librosa

data_path = 'path/to/GTZAN/dataset'
genres = os.listdir(data_path)

# Load audio files
for genre in genres:
    genre_path = os.path.join(data_path, genre)
    for filename in os.listdir(genre_path):
        file_path = os.path.join(genre_path, filename)
        y, sr = librosa.load(file_path)
        # Process audio data

特征提取

在进行音乐分类之前，我们需要从音频数据中提取特征。常用的音频特征包括MFCCs（Mel-frequency cepstral coefficients）、频谱包络、节奏图谱等。在这里，我们以MFCCs为例进行特征提取。

import numpy as np

# Extract MFCC features
mfccs = librosa.feature.mfcc(y=y, sr=sr)
mfccs_mean = np.mean(mfccs, axis=1)

模型训练

接下来，我们将使用提取的特征训练一个音乐流派分类模型。在这里，我们将使用一个简单的支持向量机（SVM）分类器作为示例。

from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score

X = []  # Feature matrix
y = []  # Labels

# Populate X and y with extracted features and corresponding labels

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# Train SVM model
svm = SVC()
svm.fit(X_train, y_train)

# Evaluate model
y_pred = svm.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

结果分析

最后，我们可以对模型进行评估，并根据预测结果进行分析。在这里，我们可以绘制混淆矩阵，查看每个流派的分类情况。

from sklearn.metrics import confusion_matrix
import seaborn as sns
import matplotlib.pyplot as plt

conf_matrix = confusion_matrix(y_test, y_pred)
sns.heatmap(conf_matrix, annot=True, xticklabels=genres, yticklabels=genres, cmap='Blues')
plt.xlabel('Predicted')
plt.ylabel('True')
plt.show()