版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
湖南商务职业技术学院毕业设计
目录
1引言............................................................................................................................1
1.1项目背景......................................................................................................1
1.2开发环境与工具..........................................................................................2
1.2.1Python简介..........................................................................................2
1.2.2Tensorflow简介..................................................................................3
1.2.3Python第三方库简介..........................................................................3
1.2.4PythonCharm简介................................................................................4
1.2.5VisualStudioCode简介......................................................................4
2需求分析....................................................................................................................4
2.1可行性需求分析..........................................................................................4
2.2数据集分析..................................................................................................5
2.3关键技术分析....................................................................................................5
2.3.1数据采集技术.........................................................................................5
2.3.2LSTM技术................................................................................................6
3数据采集....................................................................................................................6
3.1数据集需求分析..........................................................................................6
3.2数据集获取分析..........................................................................................7
3.3数据集下载..................................................................................................8
4数据集处理................................................................................................................8
4.1数据预处理..................................................................................................9
4.2切分训练集和测试集................................................................................11
5模型构建及评估分析..............................................................................................11
5.1模型构建....................................................................................................11
5.1.1模型网络结构........................................................................................11
5.1.2创建LSTM模型...................................................................................12
5.2模型编译...........................................................................................................13
5.3模型训练与调优...............................................................................................13
I
湖南商务职业技术学院毕业设计
5.3.1模型训练...............................................................................................13
5.3.2学习率调优...........................................................................................14
5.4出现问题与解决方案.......................................................................................14
5.4.1问题分析...............................................................................................14
5.4.2解决方案...............................................................................................15
5.5模型部署...........................................................................................................16
5.5.1前端设计...............................................................................................16
5.5.2系统效果展示及分析...........................................................................17
6小结..........................................................................................................................18
参考资料.........................................................................................................................20
II
湖南商务职业技术学院毕业设计
基于深度学习LSTM模型的音乐分类方法设计
1引言
在人类第一次构思可编程计算机的时候,就已经开始思考如何才能计算机变
得更为智能。如今,人工智能(artifcialintelligence,AI)已经成为一个正
蓬勃发展且具有众多实际应用的领域。我们都希望通过智能软件在工业、制造
业、医学以及科学等领域发挥重要作用。人工智能早期阶段,那些用人类的智
力很难解决、但对计算机来说比较简单的问题很快得到解决,例如那些需要通
过一系列数学规则来描述的问题。解决那些人类很容易就能执行、但却很难形
式化描述的任务是人工智能的一大挑战,比如识别人们说的话或者图像中的事
物。对于这些问题,人类往往可以凭借直觉轻易且直接地解决。
而深度学习的出现解决了上述大部分难题,它可以让计算机从经验中学习,
并根据层次化的概念体系去理解世界,每个概念则通过和一些相对简单的概念
之间的关系定义。让计算机从经验获取知识,避免了人类自己去手动的指定计
算机所需要知道的知识而是让它更加接近人类本身的学习功能。而且层次化的
概念可以让计算机从构建简单的概念进一步去理解更为复杂的概念。
1.1项目背景
随着互联网的不断高速发展,数字音乐以极快的速度增长。面对海量的音乐,
如何快速准确的检索出用户想要的音乐变的越来越重要了。而音乐分类作为音
乐信息检索的重要组成部分成为近年来的热点。传统的音乐分类方法是首先手
动提取特征,然后再使用机器学习进行分类,这种方法会产生两个缺陷,一是手
动提取特征很难保证特征的有效性和准确性;二是传统的机器学习分类方法在
多分类问题上表现不佳,且无法进行大规模数据的训练。针对以上问题,本文提
出了一种基于深度神经网络的音乐流派分类的方法,并分析了不同结构的深度
神经网络对音乐流派分类的影响。
音乐是一种重要的音频数据,自动音乐分类的实现是音频分类的一个重要
分支。音乐流派是描述音乐内容最流行的方式之一,在音乐信息检索、音乐推
荐和在线音乐访问等方面有着广泛的应用叫。音乐流派是用来描述大量音乐收
藏的高级描述符,它们有助于识别音乐作品中的某些共同特征。人类认识到音
乐属于不同的流派,如爵士乐、蓝调、古典、摇滚、金属朋克、嘻哈、流行音
乐、电子等。这种表征通常是基于人耳所感受到的声学感觉。不同的音乐流派
1
湖南商务职业技术学院毕业设计
通常被宽松地定义为有些歌曲可能被不同的个体根据他们的兴趣分类成不同的
流派。音乐流派已经被广泛用于大型音乐数据库组织、音乐商店和音乐收藏的
目录中。在数字化时代之后,大量的信息都是文字的、图形的、数字的,所有
这些都是在一眨眼的时间里被处理的,自动化的音乐流派类型分类就是这样一
个探索领域。随着电子音乐发行,由于模拟音频信号和新的内容的产生,音乐
内容往往非常巨大。由于CD、DVD和磁带不再是音乐的唯一来源,互联网的出
现对信息的流动有很大的控制力,即从网络到世界上与这个网络相连的每一个
人。从广播到播客,从完整的音乐收藏到单支音频样本,只需点击几下即可下
载所有内容其结果是大量的歌曲、音频文件堆积如山。在各种文件夹中,使用
户追踪并管理他们喜欢的音乐类型成为一个可怕的任务。将每一首歌通过标记
为适当的类型来隔离恰好是最符合逻辑的方法,以便管理海量数据库中的音频
文件。从组织音乐收藏所需的时间和人力来看,由于需要更有效的工具来浏览、
组织和动态更新合辑,音乐流派人工分类变得非常昂贵,因此需要自动进行音
乐流派分类。当自动音乐流派分类可用时,对音乐推荐系统和自动播放列表的
产生是具有正向影响作用的。这些都属于音乐信息检索的广泛领域。音乐信息
检索在数字音频的处理、搜索和检索中发挥着关键作用。
自动音乐流派分类,在此可以将这个问题进行严格的定义,即通过基于音
乐特征表现计算分析,将音乐信号分类为一个独特的流派。音乐流派自动分类
是音乐信息检索系统的一个基本组成部分。本文将音乐中的流派分类过程分为
特征提取和多类分类两个步骤。在特征提取步骤中,从音乐信号中提取代表音
乐的信息。特征提取应该是全面的(能够非常好的刻画音乐的特点),紧凑的(需
要降低数据存储)和有效的(不需要太多的提取计算量)。为了满足第一个要求,
必须进行设计,以便包括音乐的低级和高级信息。在第二步中,建立了一个机
制(算法或数学模型),基于它们的特征用于从音乐声音的表示形式中识别它们
所对应的音乐流派标签。
1.2开发环境与工具
1.2.1Python简介
Python是由GuidoRossum于1989年诞生。
对于其他语言来说,Python语言更为简单,而它之所以简单主要体现在以
下两个方面:
Python的语法是非常简单明了的,是初学者都能马上上手的门语言。它
2
湖南商务职业技术学院毕业设计
和其它编程语言相比,如果要想实现同一个功能毫无疑问Python的代码量绝对
是最少的。
虽然在很多人看来Python是“不经意间”开发出来的,但是它跟其他语言
相比照样可以“碰一碰”。Python的第一个公开发行版是在1991年问世的,
从那时候开始Python就开始不断的更新,成长终于在一天打响了自己的名号。
在2004年的时候它的使用率直线上升,受到了越来越多的编程人士的喜爱并且
在2010年的时候斩获了TIOBE『2010年度最佳编程语言』的桂冠,在次之后,
在2017年Python在IEEESpectrum发布的『2017年度编程语言』排行榜中
处于第一名在2018年又获得了TIOBE『2018年度最佳编程语言』的第一名,更
是在2020年和2021年中连续两年获得TIOBE『年度最佳编程语言』的冠军。
直到如今python已经发展成一门广泛使用的高级编程语言。它可应用于网
络爬虫、机器学习、数据分析和可视化等多种领域。它的特点是开源(免费)、
丰富的库、简单易学、支持跨平台而且可移植性强。
1.2.2Tensorflow简介
TensorFlow是谷歌的神经网络算法库,基于数据流编程的符号数学系统,
在各种机器学习算法实现中得到广泛应用。TensorFlow拥有多层级结构,支持
GPU和TPU高性能计算,被广泛应用于谷歌内部和各领域,并且TensorFlow由
谷歌大脑开发和维护,从2015年11月开始开放源代码。
1.2.3Python第三方库简介
requests:最友好的网络爬虫功能库,它使用起来要比urllib更加简洁,
它继承了urllib2的所有特性。Requests支持HTTP连接保持和连接池,支持使
用cookie保持会话,支持文件上传,支持自动确定响应内容的编码,支持国际
化的URL和POST数据自动编码。
Re:正则表达式解析和处理功能库,里面包含了多种字符串匹配的方法。
BeautifulSoup:它是HTML和XML的解析库,可以对HTML、XML格式进行
解析,从中提取相关信息;还可以对所提供的任何格式进行相关的数据爬取,
而且对它进行树形解析。
NumPy库是Python数据分析的基础,是处理数组的Python库,NumPy库的
数据结构比Python自带的更加高效。
matplotlib:Matplotlib是Python中绘制二维、三维图表的数据可视化工
具,它是以各种硬拷贝格式和跨平台的交互式环境来生成出版质量级别的图形。
3
湖南商务职业技术学院毕业设计
通过Matplotlib,开发者只需要使用简单的语句就可以绘制复杂的直方图,饼
状图,散点图等等各种类型的图。
Sklearn:全称SCIKIT-LEARN,是基于Numpy、SCIPY、Matplotlib等数据
科学包构建的Python中的机器学习库,涵盖了机器学习中几乎所有的环节,如
样例数据、数据预处理、模型验证、特征选择、分类、回归、聚类、降维等。
功能非常强大,目前推出的Sklearn版本为0.23。与深度学习库存在pytorch、
TensorFlow等多种框架可选不同,sklearn是python中传统机器学习的首选库,
不存在其他竞争者。
1.2.4PythonCharm简介
PyCharm是由jetbrains开发的优秀的pythonIDE,它和所有其它集成开发
环境一样,它可以理解Python的特性并提供卓越的生产力推进工具:自动代码
格式化,代码完成,重构,自动导入以及一键代码导航等。这些功能可以帮助
程序员在使用Python语言开发时节约时间,提高工作效率。
1.2.5VisualStudioCode简介
VisualStudioCode(简称vscode)是一种简化且高效的代码编辑器,同时
支持诸如调试,任务执行和版本管理之类的开发操作。它的目标是提供一种快
速的编码编译调试工具。然后将其余部分留给IDE。此外vscode是开源,免费
的,它可以自定义配置,而且其智能提示功能特别强大,能支持各种格式的文
件,还包含有各种方便的快捷键以及强大的扩展插件。
2需求分析
2.1可行性需求分析
1.技术可行性
Python是一种脚本语言,只要写好了就可以直截了当的运行,它可以省
去编译链接的麻烦,而对于需要多动手实践的初学者来说,大大减少了他们出
错的机会。并且python还提供了非常多完善的代码库,几乎覆盖了网络、文件、
GUI、数据库、文本等大量的内容。而在我们本次的项目里就离不开其中的音频
处理库,Librosa和PyAudio是其中的两个音频处理库我们本次使用的正是
Librosa。另外,python还有一些基本的音频功能的内置模块。Librosa通常用
于分析音频信号,但更适合音乐信号分析。它包括构建一个音乐信息检索
4
湖南商务职业技术学院毕业设计
(MIR)系统的具体细节,目前,Librosa已充分实现文档化,并具有许多相关
的示例和教程。
2.项目可行性
随着科技的不断发展,文娱项目也开始不断创新,而音乐作为文娱类不可
缺少的东西更是逐步丰富起来,越来越多的人开始去听不同的音乐,当遇到自
己所喜欢的音乐的时候,往往想要更多的了解它,但又止步于自己的专业水平
不高无法得知其类型,这时音乐分类就显得尤为重要了,本项目通过python中
的Librosa库进行音频解析,然后用python中RNN-LSTM模型对音频进行分类。
这样做不仅仅可以让听众一目了然的知道自己所听的音乐类型是什么,更让听
众了解了自己所喜欢的音乐类型从而去所分类好的音乐中听更多相同类型的音
乐。
2.2数据集分析
此项目的数据集来源于千千音乐网,通过python爬取千千音乐网中的歌曲
并进行保存。其中的音乐主要分为十个类别,分别为:disco(迪斯科),reggae(雷
鬼),rock(摇滚),pop(流行),blues(蓝调),country(乡村),jazz(爵士),
classical(古典),metal(金属),hiphop(嘻哈)。并且他们的时长都为30秒,
这样有利于使用TensorFlow框架构建神经网络。
2.3关键技术分析
2.3.1数据采集技术
大数据的数据采集是一个重要的步骤,那么爬虫是一个工具可以帮助我们爬
取网站中的数据,爬虫的主要作用就是可以帮助我们爬取想要获取的历史数据。
爬虫的本质是一段程序。因为需要爬取的网站下有可能会套一层另外的一个网
站,他是一层一层的去爬的。所以爬虫又被称为网页蜘蛛,网络机器人。
爬虫根据用途可分为两类:第一类为聚焦爬虫主要针对特定的网站,第二类
为通用爬虫通常指搜索引擎的爬虫。
爬虫的主要流程:发送请求–获取响应–提取数据。如图2-1所示
5
湖南商务职业技术学院毕业设计
图2-1爬虫流程
爬虫的请求和响应库:http.client,urllib,requests。
爬虫的框架:Scrapy,Scrapy-Redis,PySpider。
数据提取的工具:正则表达式,BeautifulSoup4,XPath,JsonPath。
注意:由于我们的某些需求,需要获取大量的数据,但是一条一条获取太麻
烦,所以我们使用爬虫去批量获取网站所展示的免费数据是合法的,但是如果
我们利用爬虫去绕过网站的防护和权限从而获取其需要收费或者私密数据时,
则为窃取数据,是违法行为。
2.3.2LSTM技术
LSTM最早是由Hochreiter和Schmidhuber在1997年提出的,因为在2012
年深度学习不断兴起,LSTM又经过了很多代大佬的改进和发展,开始不断形成
了比较完整且系统的LSTM框架,之后便在很多领域得到广泛应用。LSTM的提
出主要是为了解决之前RNN的长期依赖问题。传统的RNN节点输出仅仅由权值,
偏置和激活函数三者来决定。由于RNN是一个链式结构导致它的每个时间片是
使用相同的参数,而LSTM不一样,LSTM引入了门(gate)的机制用来控制特
征的流通和损失这样才得以解决RNN的长期依赖的问题。
3数据采集
3.1数据集需求分析
打开谷歌浏览器,首先输入千千网网址/songlist,
在首页找到流派,按F12打开控制台,选择netWork-XHR,然后选择一个流派查
看控制台返回的数据。如图3-1所示。
6
湖南商务职业技术学院毕业设计
图3-1控制台数据
由点击图中预览(Preview)可知此数据是一个jason数据,点击Headers,
发现其请求方式为GET请求,找到了其歌曲列表数据后即可开始获取其需要的
信息从而进行爬取。
3.2数据集获取分析
找到歌曲列表后由于数据都是动态加载的,我们如果使用requests模块直
接请求网址是不可能得到这些数据的,我们还需要进入到开发者模式点
Network-XHR对歌曲列表的数据进行分析并找到歌曲中相应的数据。如图3-2。
7
湖南商务职业技术学院毕业设计
图3-2歌曲数据分析
通过分析,我们得到的歌曲id,作者名字,歌曲名称等数据,通过歌曲试听
可获得下载链接,通过我们所获得的歌曲id即可访问到相应的Jason文件
3.3数据集下载
将所获取到的数据下载保存到music文件夹中。
图3-3数据集下载
4数据集处理
数据清洗是数据分析中的重要环节,目的是为了提高数据的准确性,完整
8
湖南商务职业技术学院毕业设计
性和可用性,其中可分为数据检查、数据纠错、数据去重、数据填充和数据筛
选五个内容。
数据转换是将一种数据格式或者结构转换为另一种数据格式或结构的过程,
它包含数据格式转换、数据结构转换以及数据编码转换。这样做有利于后续对
数据进行分析和处理,另外数据转换是数据集处理的重要环节之一。
数据处理是系统工程和自动控制的基本环节。目前数据处理已经进入了社
会生产和社会生活等多个领域。人类社会发展的进程也受到了数据处理技术的
重大影响。数据处理的主要目的是把数据转变为有用的信息从而帮助人们更好
的理解和利用数据。
4.1数据预处理
1.搭建一个空的字典data,用于以正确的格式储存训练数据,其中mapping
中用于放入音乐的类型,mfcc中放入切分的片段,lables为标签为每段音乐添
加类型标签值为mapping中类型的下标。
图4-1储存训练数据
2.遍历目录文件利用dirpath.split方法对文件进行切割,从而分割出音
乐类型。
图4-2分割音乐类型
3.通过循环遍历的方法加载音频文件,并对文件进行分析,提取出其中正
确的片段,判断其长度是否达到了预期长度达到则保存,用于作为目标数据集。
9
湖南商务职业技术学院毕业设计
图4-3加载数据集
4.保存数据集并使用json.dump方法将数据集指定为json文件。
图4-4将数据集保存为json文件
5.运行调试结果。结果中可知。我们的音乐类型分为迪斯科,雷鬼乐,摇
滚乐,流行乐,布鲁斯(蓝调),乡村音乐,爵士乐,古典音乐,金属,嘻哈
十个类别。
10
湖南商务职业技术学院毕业设计
图4-5音乐类型分类结果
4.2切分训练集和测试集
一般情况下,我们通常会将原始数据中的80%作为训练集,20%作为测试
集,当数据量足够大的时候,也可以将10%作为测试集。由于我们的原始数据
不算很多。所以这里我们用到train_test_split方法对数据集进行切分并且将
测试集的大小设置为30%。
图4-6切分数据集和训练集
5模型构建及评估分析
5.1模型构建
5.1.1模型网络结构
在此次作品中我将采用LSTM神经网络模型也称为长短期记忆网络模型
它是一种用于处理序列数据的神经网络模型,它是传统RNN的变体,它与
11
湖南商务职业技术学院毕业设计
RNN相比可以缓解梯度消失或爆炸的现象。它在机器识别以及语言翻译等领
域都有很不错的表现,其结构如图5-1所示。
图5-1模型网络结构
5.1.2创建LSTM模型
构建一个由两个LSTM层,一个全连接层和一个输出层组成的网络模型。其
中第一个LSTM层的输出作为第二个LSTM层的输入,中间三层为隐藏层,全连
接层我采用了relu激活函数并且神经元为64个,输出层我采用了softmax激
活函数。代码如图5-2。
图5-2创建模型
12
湖南商务职业技术学院毕业设计
5.2模型编译
设置优化器optimizer这里的优化器我们使用Adam并且将学习率设置为
0.05。编译模型时设置损失函数loss以及准确性。代码如图5-3。
图5-3设置优化器和损失函数代码
5.3模型训练与调优
5.3.1模型训练
对编译完成的模型进行训练并观察结果。
图5-4模型训练代码
图5-5模型训练结果
由图5-5的结果图可知我们所构建的模型出现了过拟合的现象。
13
湖南商务职业技术学院毕业设计
5.3.2学习率调优
我们使用Adam优化器并且将学习率(learning_rate)调整为0.001,
如图5-6。
图5-6学习率调整
5.4出现问题与解决方案
5.4.1问题分析
由模型训练的结果中可以得出我们的模型出现了过拟合的问题,为了更
加清晰的显现出过拟合问题,我们分别绘制出精度图和损失评估图进行进一
步分析。
图5-7绘制图形
14
湖南商务职业技术学院毕业设计
图5-8调试结果图
由结果图5-8可知,我们的模型在损失图中训练集直线下降,而测试集表面
上下降后其实又在不断回升,从而,我们进一步得出模型过拟合的结论。
5.4.2解决方案
对于过拟合问题,在我们深度学习中有以下五种方法,分别是增加数量也
就是获得更多数据、尽早停止训练、Dropout简化模型、限制权值等于正规化、
使用正则化以及使用叶贝斯方法。而在这里,我们将使用正则化的方式来解决
过拟合的问题。这种方法适用于大多数机器学习,包括神经网络。他们的做法
大同小异。简化机器学习的关键公式是y=WxW是机器需要学习的各种参数。在
过拟合中,W的值经常变化很大或很小。为了防止W变化太大,我们在计算误差
上做了一些技巧。原始的成本误差是这样计算的,成本=预测值的平方-真实值。
如果W太大,我们会使成本相应增加,成为一种惩罚机制。所以我们自己考虑
W。这里,abs是绝对值。如图5-9,我们在隐藏层中加入了正则化内核来进行
正则化处理。
15
湖南商务职业技术学院毕业设计
图5-9加入正则化内核
图5-10调整后结果图
通过结果图5-10来看,我们在进行正则化之后我们的训练集精度与测试集
精度以及相差不大,损失值更使几乎重合,说明我们对与过拟合的处理相当有
效。
5.5模型部署
5.5.1前端设计
使用vscode设计前端页面,用于实现显示当前音乐类别的功能,实现代码
如图5-11。使用说明:首先在文件夹框中选择你想要识别的音乐,选择完成后
点击开始识别按钮,即可显示其类型所占的比例并通过比例判断音乐类型。显
示界面如图5-12。
16
湖南商务职业技术学院毕业设计
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 淘宝手机客户端推广经典案例-有米广告
- 生育力保存与辅助生殖技术
- 114例高血压与颈椎病关系的调查附92例临床表现与手法治疗效果观察
- 高二化学试卷(2026-2027学年上学期第一次月考)
- 八年级生物真题卷(2027年春季开学考试)
- 八年级历史测试卷(2027年春季开学考试)
- 2027年春季开学考试高三生物基础卷及答案解析
- 2027年春季开学考试九年级生物试卷电子版
- 肝肺吸虫医学知识培训专家讲座
- 长期口服尼群地平治疗高血压病引起牙龈增生大面积皮疹2例
- 二十届五中全会客观测试题及答案解析
- GB/T 48188.2-2026光伏系统用额定电压1.5 kV直流电缆第2部分:铝合金导体电缆
- 2027中国华能校园招聘考试模拟试题及答案解析
- JJF(苏) 317-2026 差压式流量计(气体)在线校准规范
- 新版小学道德与法治新部编版六年级上册全册教案(2026秋版)合集
- 2027届初三中考全年备考统筹实施方案
- 重卡充电站项目可行性研究报告
- 2026年青海中考(地生会考)真题(含答案)
- 2025年浙江省杭州市余杭区事业单位招聘考试真题及答案(回忆版)
- DL 5106-2017 跨越电力线路架线施工规程
- 2026年体育单招真题卷全套及答案
评论
0/150
提交评论