音乐怎么导入mp3_用keras打造一个音乐分类模型

最近有一个新的任务，音乐分类——给到一首MP3，把它分到正确的类别。

在github上找啊找，找到3个有可能实现的方法。

1.MSD dataset (Million Song Dataset)

参考1：https://github.com/mlachmish/MusicGenreClassification

参考2：http://millionsongdataset.com/pages/code/

第一个方法是这个，我跑了MusicGenreClassification-master，它是9个类别分类的，分别是blues，classical，country，disco，hiphop，jazz，metal，pop，reggae，rock。并且下载了1.8G的MillionSongSubset(全部的MSD大约是290G，这里是MSD网站给出的较小的数据集)，里面都是h5格式的文件，但是我还没有搞清楚文件目录是什么意思，目录如图1

图1：MillionSongSubset目录

代码中实现分类效果的方式有两种，一种是分析mfcc，另一种是分析mel-spec。

梅尔频率倒谱系数(MFCC)：

MFCCs(Mel Frequency Cepstral Coefficents)是一种在自动语音和说话人识别中广泛使用的特征。

Mel频谱分析(Mel-Spec) ：

mel-scaled power (energy-squared) spectrogram

最后我跑的时候，代码需要MP3文件，我不知道怎么搞到MP3文件，不知道怎么把这些h5文件变成MP3，这个代码没有跑成功

2.FMA: A Dataset For Music Analysis

参考https://github.com/mdeff/fma

感觉这个写的很清楚，也很容易做出来。数据集也有，下载了22G的中等数据集fma_medium.zip: 25,000 tracks of 30s, 16 unbalanced genres (22 GiB)和fma_metadata.zip，各种的操作代码在jupyter notebook也都有，但是它使用的track.csv文件好像有一些问题，我连最前面的数据集操作也没有跑完，这个也以失败告终。

3.音乐推荐系统

参考https://github.com/mattmurray/music_recommender

https://zhuanlan.zhihu.com/p/44188154

这个是可以跑成功的！！！

这个代码，作者是给模型的，可以直接进行测试。

9类：

0:'Breakbeat',#霹雳1:'Dancehall/Ragga',#雷鬼音乐2:'Downtempo',#慢摇3:'Drum and Bass',#鼓打贝司4:'Funky House',#经典电音5:'Hip Hop/R&B',#嘻哈6:'Minimal House',#极简音乐7:'Rock/Indie',#摇滚8:'Trance'#迷幻音乐

python moel_classify_genre.py(把MP3文件导入进去就可以)，结果如图2

图2

我的任务类别和这些不同，我有33个类别，我需要重新整理数据集进行模型训练，之后再进行测试。

1.下载对应的MP3文件，一个MP3文件30s就行

2.把MP3转化成频谱图，1个30s的MP3估计有5-6张频谱图，我的每一类大约都有10000张图像。把这些图片分成train，val，holdout三个文件夹，比例是6：3：1。每个大文件夹有33个小文件，分别是这些类。

3.修改model_train.py，之后进行训练。

4.训练完成，得到model.h5，可以进行测试。