机器学习——简单歌曲分类

最新推荐文章于 2023-08-14 09:27:38 发布

n叉树

最新推荐文章于 2023-08-14 09:27:38 发布

阅读量1.2k

点赞数 2

分类专栏：机器学习文章标签：机器学习分类算法 python

本文链接：https://blog.csdn.net/lengyishanasme/article/details/106430540

版权

这篇博客介绍了如何将MP3歌曲转换为wav格式，并应用傅里叶变换进行特征处理。通过构造训练集、模型训练和测试预测，展示了在小规模数据上的分类效果。虽然准确率未测，但实验表明分类结果正确。

摘要由CSDN通过智能技术生成

歌曲文件特征处理

将歌曲.MP3格式文件转化成.wav格式文件，然后做傅里叶变换

安装pydub包，在anaconda3环境中:pip install pydub
安装ffmpeg包，在anaconda3环境中:pip install ffmpeg ，也可以在官网下载后配置环境变量http://ffmpeg.org/
安装后运行demo发现一直报这样错误：

然后根据错误描述去相应文件夹下找到utils.py文件，加入下面图片中的一行代码：

但是Jupyter还是提示找不到系统文件，遂放弃，用Pycharm运行几个demo都成功（真是醉了）。

（多说一句，歌曲文件在网易云音乐等音乐类软件按分类下载就行）

3、将每种类别的歌曲都转成.wav模式

from pydub import AudioSegment
import wave

#将每种类别的歌曲.mp3格式转化为.wav格式
def trans_awv(class_name,n):
    path = "E:/CloudMusic/" + class_name + "/" + str(n).zfill(2) + ".mp3"
    song = AudioSegment.from_file(path, format='mp3')
    ex_path = "E:/CloudMusic/" + class_name + "/" + str(n).zfill(2) + ".wav"
    song.export(ex_path, format=