「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

データサイエンス

アステラソフトウェアのCOO、ジェイ・ミシュラ - インタビューシリーズ

ジェイ・ミシュラは、急速に成長しているエンタープライズ向けデータソリューションの提供企業であるAstera Softwareの最高執...

人工知能

『ジュリエット・パウエル&アート・クライナー、The AI Dilemma – インタビューシリーズの著者』

『AIのジレンマ』は、ジュリエット・パウエルとアート・クライナーによって書かれましたジュリエット・パウエルは、著者であ...

人工知能

ディープAIの共同創業者兼CEO、ケビン・バラゴナ氏- インタビューシリーズ

ディープAIの創設者であるケビン・バラゴナは、10年以上の経験を持つプロのソフトウェアエンジニア兼製品開発者です彼の目標...

人工知能

「スノーケルAIのCEO兼共同創設者、アレックス・ラットナー - インタビューシリーズ」

アレックス・ラトナーは、スタンフォードAIラボを母体とする会社、Snorkel AIのCEO兼共同創設者ですSnorkel AIは、手作業のAI...

人工知能

「UVeyeの共同設立者兼CEO、アミール・ヘヴェルについてのインタビューシリーズ」

アミール・ヘヴァーは、UVeyeのCEO兼共同創設者であり、高速かつ正確な異常検出により、自動車およびセキュリティ産業に直面...

データサイエンス

「2023年にデータサイエンスFAANGの仕事をゲットする方法は?」

データサイエンスは非常に求められる分野となり、FAANG(Facebook、Amazon、Apple、Netflix、Google)企業での就職は大きな成...