Les notebooks suivants ont été crées en vue de réaliser un projet de classification de genres musicaux dans le cadre du cours INF6243 - Techniques d'apprentissage réalisé par Mohand Allili Said à l'Université du Québec en Outaouais.
1_extraction
: extraction de l'indicateur audio MFCC2_comparaison_classifieurs
: comparaison des différents classifieurs3_prediction
: prédiction sur des musiques individuelles4_classification
: classification via SVM
Plusieurs versions de la base de données existent :
- fma_small.zip: 8,000 musiques de 30s, 8 genres (7.2 GiB)
- fma_medium.zip: 25,000 musiques de 30s, 16 genres (22 GiB)
- fma_large.zip: 106,574 musiques de 30s, 161 genres (93 GiB)
- fma_full.zip: 106,574 musiques, 161 genres (879 GiB)
Installation depuis l'image Docker fournie :
cd docker/
docker build -t fma .
docker run --name=fma -d -p 8888:8888 fma
docker logs fma
Modifications réalisées par : Lionel Baptiste, Ghali El Ouarzazi et Joévin Soulenq.
Auteurs originels : Michaël Defferrard, Kirell Benzi, Pierre Vandergheynst, Xavier Bresson, EPFL LTS2.
La banque de données : Free Music Archive (FMA).
Le code source présent dans cette page est est sous la license : MIT license.