数据集:

• lewtun/music_genres_small 基础模型:
• facebook/wav2vec2-large 评估指标:
• 准确率
• F1分数 标签:
• 音频
• 音乐
• 分类
• Wav2Vec2 流水线标签: 音频分类

音乐流派分类模型 🎶

该模型基于音频信号(.wav)对音乐流派进行分类。
它是在 Wav2Vec2 模型基础上微调，并使用了 music_genres_small 数据集进行训练。

您可以在 GitHub 上找到一个包含 Flask API 接口的仓库来测试该模型: music-classifier 仓库

评估指标

• 验证准确率: 75%
• F1分数: 74%
• 验证损失: 0.77

使用示例

from transformers import Wav2Vec2ForSequenceClassification, Wav2Vec2FeatureExtractor
import librosa
import torch

# 修正后的流派映射字典
genre_mapping = {
    0: "电子乐",
    1: "摇滚",
    2: "朋克", 
    3: "实验音乐",
    4: "嘻哈",
    5: "民谣",
    6: "芯片音乐/故障音乐",
    7: "器乐",
    8: "流行",
    9: "国际音乐",
}

model = Wav2Vec2ForSequenceClassification.from_pretrained("gastonduault/music-classifier")
feature_extractor = Wav2Vec2FeatureExtractor.from_pretrained("facebook/wav2vec2-large")

# 音频预处理函数
def preprocess_audio(audio_path):
    audio_array, sampling_rate = librosa.load(audio_path, sr=16000)
    return feature_extractor(audio_array, sampling_rate=16000, return_tensors="pt", padding=True)

# 音频文件路径
audio_path = "./Nirvana - Come As You Are.wav"

# 预处理音频
inputs = preprocess_audio(audio_path)

# 预测
with torch.no_grad():
    logits = model(**inputs).logits
    predicted_class = torch.argmax(logits, dim=-1).item()

# 输出结果
print(f"分析歌曲: {audio_path}")
print(f"预测流派: {genre_mapping[predicted_class]}")