Классификация музыкальных жанров с использованием методов машинного обучения
DOI:
https://doi.org/10.53002/117Ключевые слова:
классификация музыкальных жанров, машинное обучение, акустические признаки, Random Forest, обработка аудиосигналов, GTZAN, искусственный интеллект, анализ данных.Аннотация
В статье рассматривается задача автоматической классификации музыкальных жанров с
использованием методов машинного обучения. Предложен подход, основанный на анализе
акустических характеристик музыкальных композиций и применении алгоритма Random
Forest. Эксперименты проводились на датасете GTZAN, содержащем 1000 аудиозаписей 10
музыкальных жанров. В результате достигнута точность классификации 77,5%, определены
наиболее значимые акустические признаки для различения жанров. Полученные
результаты демонстрируют перспективность предложенного подхода для задач
автоматической организации музыкальных библиотек и разработки рекомендательных
систем.
Библиографические ссылки
Tzanetakis G., Cook P. Musical genre classification of audio signals // IEEE Transactions on Speech
and Audio Processing. 2002. Vol. 10, No. 5. P. 293-302.
Li T., Ogihara M., Li Q. A comparative study on content-based music genre classification //
Proceedings of the 26th annual international ACM SIGIR conference on Research and development
in information retrieval. 2003. P. 282-289.
Смирнов Д.А. Машинное обучение и анализ данных в музыке. М.: ИНФРА-М, 2021. 276 с.
GTZAN dataset. URL: http://marsyas.info/downloads/datasets.html
McFee B. et al. librosa: Audio and music signal analysis in Python // Proceedings of the 14th Python
in Science Conference. 2015. P. 18-25.
Breiman L. Random forests // Machine learning. 2001. Vol. 45. P. 5-32.
Panda R., Malheiro R., Paiva R.P. Audio Features for Music Emotion Recognition: A Survey // IEEE
Transactions on Affective Computing. 2020. Vol. 11, No. 2. P. 1-20.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 А.Е. Мубаракова
Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.
