从零搭建音乐识别系统（一）整体功能介绍

从零搭建音乐识别系统（一）整体功能介绍_程大海的博客-CSDN博客

从零搭建音乐识别系统（二）音频特征提取_程大海的博客-CSDN博客_音乐特征提取

从零搭建音乐识别系统（三）音乐分类模型_程大海的博客-CSDN博客

从零搭建音乐识别系统（四）embedding特征提取模型_程大海的博客-CSDN博客

从零搭建音乐识别系统（五）embedding特征提取模型验证_程大海的博客-CSDN博客

代码地址：https://github.com/xxcheng0708/AudioEmbeddingExtraction

---

        从零开始搭建一个音乐识别系统总共分几步，简单画了一个草图：

        总结一下，大概分为以下四步：

        1、训练一个分类模型，用于识别一段音乐是否是音乐，如果是音乐才继续进行识别，如果不是音乐则停止识别，这可以带来两个方面的好处。一是可以降低一定的计算量；二是可以降低误识别

        2、使用度量学习相关方法，训练一个提取音乐片段embedding向量的模型，理想情况下，相似的歌曲片段的embedding之间具有更高的相似度，从而可以根据embedding相似度进行识别

        3、基于训练好的分类模型和embedding特征模型，把需要识别的歌曲文件都转换成对应的embedding特征向量，构成一个歌曲的embedding特征库

        4、对于一个新的歌曲片段，使用分类模型和embedding特征模型提取embedding特征向量，然后和特征库中保存的embedding所有特征向量之间进行相似度匹配，返回满足相似度阈值的识别结果。

        在后续博客中，会依次介绍歌曲文件预处理、梅尔频谱特征提取、分类模型训练、embedding特征提取模型训练、embedding向量库构建、向量库检索，以及在模型训练中遇到的一些问题。