Recuperação de Músicas com Aprendizado de Máquina

Sobre o Projeto

Este projeto foi desenvolvido como parte da disciplina Introdução à Modelagem e Aprendizado no curso de Engenharia de Computação da UTFPR - Curitiba. O objetivo é explorar métodos de Aprendizado de Máquina aplicados à recuperação de músicas, inspirando-se no funcionamento do Shazam.

Tecnologias Utilizadas

• Python para web scraping e extração de features
• Bibliotecas de Processamento de Áudio: TSFEL e Open3L
• Orange3 para análise de dados e modelagem
• Selenium e Youtube-dl para obtenção de áudios
• Redução de Dimensionalidade com PCA
• Classificação e Clusterização utilizando K-Means, Regressão Logística e outras técnicas

Metodologia

1. Coleta de Dados: Uso de web scraping para baixar listas de músicas populares e extrair os áudios do YouTube.
2. Extração de Features: Comparação entre métodos estatísticos (TSFEL) e redes neurais (Open3L) para obtenção de embeddings de áudio.
3. Análise de Clusters: Aplicação de K-Means e avaliação da separabilidade dos dados.
4. Classificação: Treinamento de modelos para associar músicas baseando-se nas features extraídas.
5. Redução de Dimensionalidade: Uso de PCA e seleção de features para otimizar o desempenho dos modelos.
6. Validação: Comparação dos resultados obtidos pelos diferentes métodos e análise qualitativa das previsões.

Resultados

• Extração de features resultou em um conjunto de 3500 músicas para análise.
• Modelos baseados em Open3L apresentaram melhor agrupamento das músicas.
• Redução de Dimensionalidade melhorou o desempenho dos classificadores.
• O sistema identificou similaridades musicais inesperadas, demonstrando a viabilidade do método.

Como Executar o Projeto

1. Instalar Dependências:

   pip install selenium youtube-dl tsfel orange3

2. Executar o Web Scraping:

   python scrape_songs.py

3. Processar os Áudios:

   python extract_features.py

4. Treinar e Avaliar os Modelos:

   python train_model.py

Autores

• Enzo Holzmann Gaio
• Orientador: Prof. Dr. Heitor Silvério Lopes

Licença

Este projeto está licenciado sob a licença MIT.