Music_Genre_mood_Predictor_NN:深度学习项目 使用Keras对音乐文件的流派和心情进行分类(来自免费的声音库)准确而Swift 源码

播放列表推荐者-预测音频文件的流派和风格 帮助音乐网站准确预测流派和情绪的辅助模型。 如今,一切都与个性化有关,这增加了使用音乐信息检索(MIR)中的深度学习领域进行的研究和完成的工作数量。 音乐的价位和流派在音乐推荐系统中起着重要的作用。 该项目旨在通过使用-CNN,RCNN,CNN-LSTM和CNN-GRU等模型来帮助音乐网站准确识别音频文件的类型和价。 数据与功能 通过从免费音乐档案(FMA)中提取30秒的音乐音频来创建数据集。 它包括“摇滚”,“流行”,“民间”,“乐器”和“电子”五种音乐流派。 使用librosa库提取每个音频剪辑的特征,例如梅尔频谱图和梅尔频率倒谱系数(MFCC)作为输入。 功能选择:使用梅尔频谱图和MFCC,因为频段在梅尔刻度上等距分布,这近似于人类听觉系统的响应 出于Keunwoo Choi的工作,我使用Yu等人Choi等人建立了基本模型 型号规格 训练了