/Music-Genre-Classification

Music-Genre-Classification

Primary LanguagePython

Music-Genre-Classification

https://github.com/despoisj/DeepAudioClassification

Abstract

将MP3文件转成频谱图，切成若干片段，送到CNN中训练

Dataset

GTZAN 10个类别，每个类别100首歌曲(au格式)

requirement

eyed3 sox --with-lame tensorflow tflearn libid3tag(由于sox不支持MP3格式)

format

训练数据集路径：Data/Dataset/ 待加载模型路径：/ 待MP3文件输入路径：/

train & test

  1. Create folder Data/Raw/, 将数据集MP3数据集放到Raw内，命名格式为blues_0.mp3,blues_1.mp3,.

  2. 执行 python main.py slice，检查是否Data下有slice文件夹 若没有，安装sox & lame & libsox-fmt-mp3(具体安装步骤见下面)

  3. 执行 python main.py train,训练的一些参数在config.py中更改，比如batch size、epoch等

  4. 执行 python main.py test，使用a[]存储的是每个类别的正确率，

   sudo apt-get install lame
   sudo apt-get install sox
   sudo apt-get install libsox-fmt-mp3

train

-> https://github.com/despoisj/DeepAudioClassification

Predict New File

1.将 模型文件(3个,index,meta,data)放入 / 下 2.执行python run.py ，输出当前路径下tt.mp3的概率

tips

  1. MP3文件经处理变成数据库文件，后放入Data/Dataset中
  2. 预处理数据集的数据库文件之后会上传到百度网盘上(包括train好的网络)
  3. 之后更新&