对音乐进行分类

准备数据

这次，我们的任务是对一批音乐进行分类。 音乐的训练数据从这里可以下载到。这个数据里包含了blue，classical 等十个音乐类别，每个音乐类别有一百首样本。每个样本都是一首歌的前30秒。不过这个数据集是.au格式的，我们需要先转换成比较易于python处理的格式：wma。从这里下载sox的windows安装版本。安装完之后，我们在windows的cmd窗口里，可以采取写命令的方式利用sox批量转音乐文件的格式。

一个比较傻瓜的方式是

1.先把cmd命令移动到genres下的某个文件夹，例如jazz（使用"cd /."回c盘根目录，使用"e:"跳转到e盘，然后继续用cd前往要去的文件夹）；

2.然后“mkdir converted”来新建一个converted文件夹；

3.接着使用如下命令批量装换jazz中的.au文件到converted文件夹中：

    for %x in (*.au) do C:\sox-14-3-2\sox.exe %x E:\wulingfei\music_classification\genres\jazz\converted\%x.wav

在本练习中，我们只使用到jazz,classical,country, pop, rock, metal六个类型，所以只要在这六个文件夹下分别重复以上三个步骤就可以了。

音频文件的频谱图

我们可以先把一个wma文件读入python，然后绘制它的频谱图（spectrogram）来看看是什么样的。

    from scipy.io import wavfile
    from matplotlib.pyplot import specgram
    import matplotlib.pyplot as plt
 
    sample_rate, X = wavfile.read("E:\wulingfei\music_classification\genres\jazz\converted\jazz.00000.au.wav")
    print sample_rate, X.shape
    specgram(X, Fs=sample_rate, xextent=(0,30))
    plt.xlabel("frequency")
    plt.ylabel("amplitude")

上图就是一个jazz音乐样本的频谱图。当然，我们也可以把每一种的音乐都抽一些出来打印频谱图以便比较，如下图：

从肉眼就可以看出一些区分，金属音乐的能量在各个频率上都比较强，爵士则是分布很不均匀的。

    figure(num=None, figsize=(18, 9), dpi=80, facecolor='w', edgecolor='k')  
    plt.subplot(6,3,1);plotSpec("classical","00001");plt.subplot(6,3,2);plotSpec("classical","00002")
    plt.subplot(6,3,3);plotSpec("classical","00003");plt.subplot(6,3,4);plotSpec("jazz","00001")
    plt.subplot(6,3,5);plotSpec("jazz","00002");plt.subplot(6,3,6);plotSpec("jazz","00003")
    plt.subplot(6,3,7);plotSpec("country","00001");plt.subplot(6,3,8);plotSpec("country","00002")
    plt.subplot(6,3,9);plotSpec("country","00003");plt.subplot(6,3,10);plotSpec("pop","00001")
    plt.subplot(6,3,11);plotSpec("pop","00002");plt.subplot(6,3,12);plotSpec("pop","00003")
    plt.subplot(6,3,13);plotSpec("rock","00001");plt.subplot(6,3,14);plotSpec("rock","00002")
    plt.subplot(6,3,15);plotSpec("rock","00003");plt.subplot(6,3,16);plotSpec("metal","00001")
    plt.subplot(6,3,17);plotSpec("metal","00002");plt.subplot(6,3,18);plotSpec("metal","00003")
    plt.tight_layout(pad=0.4, w_pad=0, h_pad=1.0)