玩音乐,敲架子鼓,一个被“耽误了”的机器学习高手
多数伏在案前敲击键盘的程序员或许都曾憧憬:黑框眼镜、格子衬衫、脚踩凉拖背后的另一番模样的自己。
对于来自纽约的 Peter Sobot 而言,他的本职工作是通过机器学习系统为 Spotify 平台上的用户推荐音乐。但朝九晚五的工作之余,他还是一名鼓手兼音乐人,这也就意味着他需要经常创作各类电子音乐,当然,包括架子鼓等打击乐器在内。
近日,Peter Sobot 在其博客中写道:“他利用机器学习构建了一款应用程序,无论音频样本是底鼓、军鼓还是其他鼓,其识别准确率高达 87%。”
万万没想到,在工程师的手中,我们可以用机器学习搭建自己的音乐梦想!
需要了解的是,在现代电子音乐制作中,一般都会使用鼓声样片而不是真实的鼓手现场录音的旋律,而这些样片通常以商业性质出售,或者由音乐人免费在网上共享出来。不过,这样的样片却往往很难利用,问题就出在它们的标签和分类方式很难尽如人意。
“每家公司都试图通过创建自己的样片夹专有格式,如 Native Instrument 的 Battery 或 Kontakt 格式。两者都使用元数据,并允许用户通过各种标签浏览样片。但这些软件包非常昂贵,且需要学习其任务流程。” Peter 写道。
于是,这位被音乐耽误了的工程师决定利用机器学习来尝试解决这一问题。
例如,以下给出的一段音频该如何判断究竟是是底鼓、军鼓、踩镲,还是别的音乐样本?
如果是人类,可以毫不费力地区分出这两种声音,但计算机却需要大量的训练。在机器学习中,这通常被称为分类问题,即机器需要注入数据并对其进行分类。在这其中,通常会涉及特征提取阶段。
Peter 指出,人类识别不同的鼓音会从以下几个特征判别:
一是整体文件长度。因为小鼓的声音要比踢鼓的声音持续时间更长,所以比较容易测量。
二是整体响度。实际上,由于电子音乐的大多数样本都是标准化的,这意味着不同样片中的鼓声响度会被调整统一。相反,可以使用“最大”、“中等”、“最小”三种响度以更好地了解响度是如何随时间变化的。
三是频率。如底鼓样片的低频音段会有很多,因其直径长,造成鼓声小而低沉。为了让机器学习算法学会这一点,需要将不同频率范围内的声音响度特征分类。
四是音高。尽管鼓是一款打击乐器,但仍可以调到各种音高。为了量化这种调整,可以采用样本的基频来帮助算法区分低音和高音。
接下来,就开始训练数据了。
据了解,Peter 从数万个样本中选取了大概每种乐器 20~30 个样本量,基本分为以下三种类型:一是每种乐器的不同类型的样本,如声学鼓、电子鼓;二是不同来源的音乐样本;三是非鼓声的音乐样本。
然后,他列出了 100 个样本夹,将大概 50 兆字节的样本数据归置于 5 个单独文件夹中,分别是:底鼓、小鼓、军鼓、踩镲、以及其他。
1、执行特征提取
据了解,这个 Python 库是由音频分析师 Brain McFee 等人创建的 librosa 。
(附上GitHub上的代码链接:https://github.com/psobot/machine-learning-for-drummers)
2、将提取特征保存在JSON文件夹中
3、将特征提供给决策树进行训练
以决策树为例,这是一种常见的机器学习算法,并不涉及“神经网络”、“深度学习”的范畴。简言之,决策树是一种以递归方式学习每个特征的阈值并将数据分类的系统。
Peter 创建了一个决策树模型 classifier.py,其权重由导入的数据通过统计决定。以下为可视化模型:
每个新样本都传递到该决策树中,并对提供的特征进行由上到下的评估。例如,如果新样本为 average_eq_2_10 ≤ -56.77 (如图中的顶部块所示),则决策树将向左移动,然后检查其 fundamental_5 特征。
如果执行 classifier.py ,会呈现两个列表:一是训练准确率(模型预测训练期间出现过的样本的准确率),二是测试准确率(模型预测训练期间未出现过的样本的准确率)。
据了解,Peter 分别获得了 100% 和 87% 的准确率。
在他看来,13% 的错误率可能是过度拟合导致,因此,为了避免出现这种可能性,他采取了以下三种方式:
调整算法参数以使其不会太具体。
改变特征计算以便给算法注入更多数据,这部分数据或许对人类来说并不敏感,但在数学上有助于解决分类问题。
添加更多多样化的数据,以便决策树算法可以创建一种更通用的树,前提是现有数据并不完整。
最后,附上这位小哥哥个人照,
以及博客链接:http://blog.petersobot.com/
——【完】——
玩音乐,敲架子鼓,一个被“耽误了”的机器学习高手相关推荐
- 小米人形机器人“铁大”学会敲架子鼓;大疆 Mini 3 将上市;4990万美元,巴菲特旗下公司将开发军用自动驾驶车辆……...
本周,有哪些AI新鲜事? 产业界 小米机器人铁大学会敲架子鼓,未来软硬件还需加强 今年8月,小米的人形机器人CyberOne正式亮相,小名叫铁大.它是一个比较轻量级的机器人,1.77米的身高,只有54 ...
- 封闭已久的智能驾驶系统,在云栖大会上,被敲开一个裂缝
贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 智能驾驶操作系统,最底层但又最重要. 它是一个完整车载系统最关键的核心,也是下一代智能车心脏,芯片和智能驾驶算法应用,全靠它连接. 全球的 ...
- 五线谱入门,程序员也可以玩音乐
目录 音乐是什么 五线谱难不难 五线谱入门 有了五线谱,我们能干什么 1. 音乐是什么 查看各种百科,基本上对音乐的定义都是音乐是一种艺术.是情感的寄托: 没错,我们生活中离不开音乐,手机铃声.主题曲 ...
- 中石化卖咖啡报:产品体验报告 | 网易云音乐,体验一个“社交+音乐+直播”的动听世界
本文来自CCTV5直播[www.cctv5zb.net]:原文地址 www.cctv5zb.net/Article/137532.html 转载注明来源 中石化卖咖啡 编辑导语:作为一名音乐爱好者,体 ...
- 苹果库乐队怎么玩_用手机就能随时随地玩音乐,快来get吧!
音乐,逐渐成为很多人生活中不可缺少的一部分,相信大家在公交上,在地铁上,在大街上,都能看到有人带着耳机听着音乐沉浸在自己的世界里. 想到音乐,你想到的可能是一个人抱着一把吉他,自弹自唱着自己喜欢的歌: ...
- 怎么用计算机来弄音乐,手把手教你用电脑玩音乐之Ableton!(基础篇1)
原标题:手把手教你用电脑玩音乐之Ableton!(基础篇1) 本文作者:LoT 上一期推送了Ableton技巧|如何让鼓组既易于编排又易于后期处理?,有的童鞋反应还没有上手Ableton Live呢, ...
- Facebook开发深度学习系统,如同大师一样玩音乐
内容来源:ATYUN AI平台 Facebook的研究人员开发了一种深度学习系统,可以复制它听到的音乐,将其回放,就好像它是莫扎特,贝多芬或巴赫一样.这是研究人员首次在乐器,风格和流派之间制作高保真音 ...
- 从地址栏中敲入一个网址,到网页显示出来,这个过程经历了什么
这个问既考察技术深度又考察技术广度,其实要答好是相当难的. 在地址栏中敲入一个网址后,浏览器向服务器发出请求,请求对应网址页面的内容:然后服务器收到请求以后对这个请求进行处理,处理之后以HTML文件的 ...
- 原生Android平板,Remix OS 深入动手玩,这是一个改变 Android 平板使用体验的好系统...
原标题:Remix OS 深入动手玩,这是一个改变 Android 平板使用体验的好系统 大家都知道,现在市场上出货的很多 Android 平板电脑,里面所搭载的系统很多都是原生的,即使有经过优化幅度 ...
最新文章
- 处理网络故障常用的命令
- 深度学习目标检测系列:RCNN系列算法图解
- Javascript模块化编程require.js的用法
- 为什么尽量使用常量引用
- boost::process::spawn相关的测试程序
- MapReduce-Reduce端join操作-步骤分析
- Java如何跨语言调用Python/R训练的模型
- 实例演示oracle注入获取cmdshell的全过程
- 微信端自动授权登陆实现 - 无第三方库版
- Freemarker 最简单的例子程序
- python 处理xml
- java阶段测试A卷含答案
- android studio JNI Cmake Erro at 运行失败
- 小白菜 docker 高级命令整理
- LeetCode 到底怎么刷?GitHub 上多位大厂程序员亲测的高效刷题方式
- 你的格局,注定你的结局
- 晕死,咖啡.....以后不喝咖啡了.....
- 纠结建模的话,手绘3D建模提高你的模型制作能力和美术绘制能力
- 档案馆库房环境温湿度空气质量等相关要求
- 2022 最值得学习的编程语言!