发音为“音乐家”,musicnn是一组预先训练的用于音乐音频标记的深卷积神经网络。Musicnn\u keras是一个特斯拉斯musicnn的实现
musicnn-keras的Python项目详细描述
音乐
Musicnn_keras
是一个特斯拉斯musicnn的实现,最初是用“纯”TensorFlow编写的。
Musicnn_keras
旨在通过流行音乐特斯拉斯接口。在
发音为“音乐家”musicnn
是一组预先训练的音乐激励卷积神经网络,用于音乐音频标记。这个存储库还包括一些预先训练的vgg-like基线。在
检查documentation和我们的basic/advanced示例,了解如何使用musicnn
。在
你有问题吗?检查FAQs。在
安装
pip install musicnn_keras
或者克隆存储库并从源安装:
git clone https://github.com/Quint-e/musicnn_keras/musicnn_keras.git
python setup.py install
依赖项:Tensorflow>=2.0
、librosa>=0.7.0
和{
加载预先训练的模型
加载预训练模型只需使用专用的特斯拉斯API标准:
importtensorflowastfmusicnn=tf.keras.models.load_model('./musicnn_keras/keras_checkpoints/MSD_musicnn.h5')
musicnn
然后可以像任何其他keras模型一样使用。在
请注意,如果您只对在代码中加载预先训练的模型感兴趣,则不需要安装musicnn_keras
包。tf.keras.models.load_model
就足够了。在
预测标记
从python中,可以估计topN标记:
^{pr2}$['techno', 'electronic', 'synth', 'fast', 'beat', 'drums', 'no vocals', 'no vocal', 'dance', 'beats']
让我们再唱一首吧!在
top_tags('./audio/TRWJAZW128F42760DD_test.mp3')
['guitar', 'piano', 'fast']
从命令行,您还可以在屏幕上打印topN标记:
python -m musicnn_keras.tagger file_name.ogg --print
python -m musicnn_keras.tagger file_name.au --model 'MSD_musicnn' --topN 3 --length 3 --overlap 1.5 --print
或保存到文件:
python -m musicnn_keras.tagger file_name.wav --save out.tags
python -m musicnn_keras.tagger file_name.mp3 --model 'MTT_musicnn' --topN 10 --length 3 --overlap 1 --print --save out.tags
提取Taggram
您还可以使用python计算标记词(有关如何描述它的更多详细信息,请参阅我们的basic示例):
frommusicnn_keras.extractorimportextractortaggram,tags=extractor('./audio/joram-moments_of_clarity-08-solipsism-59-88.mp3',model='MTT_musicnn')
上面分析的音乐片段包含在这个存储库的./audio/
文件夹中。在
musicnn\u keras和musicnn
此回购反映了原始musicnn存储库的内容特斯拉斯. 因此,这个存储库中使用的一些代码和示例来自original musicnn repo。在
- 项目
标签: