「クラシック音楽の作曲家を識別するためのオーディオ分類パイプラインの作成」

Creating an audio classification pipeline for identifying classical music composers.

Hugging Faceを使用して、複数のトップクラシック作曲家の音声ベースの機械学習分類モデルを構築し、公開するためのステップバイステップガイド

Stefany Andradeさんによる写真 on Unsplash

クラシック作曲音声の作成者を特定することは、トレーナーヒューマンプラクティショナーにとっては簡単な作業のように思えるかもしれませんが、機械学習アルゴリズムにとってはそうではありません。

その困難を克服するため、ここでは自分自身のオーディオ分類パイプラインを詳細に説明し、以下のようないくつかの無料の利用可能なツールを使用して一般の人々に利用可能にする方法を示します。

  • MusicNetデータセット — ラベル付きのクラシック音楽録音を330件収集したキュレーションコレクション(CC0:パブリックドメイン
  • Kaggleノートブック — トレーニングにNVIDIA TESLA P100 GPUの無料層が提供されているなど、広範な目的のためのサービス
  • Metaのwav2vec2-base-960hモデル — 960時間のLibrispeechで事前学習および微調整された約9500万個の訓練可能なパラメータを持つ16kHzサンプリングされた音声に使用され、MusicNetからのサンプルオーディオデータのトレーニングに使用されます。
  • 最後に、HuggingFaceポータル — 機械学習モデルのトレーニング、共有、提供

データの選択、モデルのトレーニング、HuggingFaceリポジトリへの送信のためのエンドツーエンドのコードはこちらで公開されています。以下では、最も重要なステップについて説明します。

マルチクラス音声分類のためのデータの選択とサンプリング

初期データをロードした後、16 kHzのレートにリサンプリングされ、torchaudioライブラリを使用してNumPy配列に変換され、トレーニング中のメモリの節約のために100秒のサンプルにさらに切り詰められます:

def get_transform_audio(file):    audio,rate = torchaudio.load(str(file))    transform = torchaudio.transforms.Resample(rate,RATE_HZ)    audio = transform(audio).squeeze(0).numpy()    return audio[:MAX_LENGTH] # メモリ節約のためにオーディオの最初の部分に切り詰めるdd['audio'] = dd['file'].progress_apply(get_transform_audio)

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

「ElaiのCEO&共同創業者、Vitalii Romanchenkoについてのインタビューシリーズ」

ヴィタリー・ロマンチェンコは、ElaiのCEO兼共同創設者であり、マイク、カメラ、俳優、スタジオの必要なく、個人が一流のビデ...

人工知能

「シフトのCEOであるクリス・ナーゲル – インタビューシリーズ」

クリスはSiftの最高経営責任者です彼は、Ping Identityを含むベンチャー支援および公開SaaS企業のシニアリーダーシップポジシ...

データサイエンス

「David Smith、TheVentureCityの最高データオフィサー- インタビューシリーズ」

デビッド・スミス(別名「デビッド・データ」)は、TheVentureCityのチーフデータオフィサーであり、ソフトウェア駆動型のス...

機械学習

「機械学習 vs AI vs ディープラーニング vs ニューラルネットワーク:違いは何ですか?」

テクノロジーの急速な進化は、ビジネスが効率化のために洗練されたアルゴリズムにますます頼ることで、私たちの日常生活を形...

機械学習

3つの質問:大規模言語モデルについて、Jacob Andreasに聞く

CSAILの科学者は、最新の機械学習モデルを通じた自然言語処理の研究と、言語が他の種類の人工知能をどのように高めるかの調査...

人工知能

ジョシュ・フィースト、CogitoのCEO兼共同創業者 - インタビューシリーズ

ジョシュ・フィーストは、CogitoのCEO兼共同創業者であり、感情と会話AIを組み合わせた革新的なプラットフォームを提供するエ...