【Python】分析個(gè)人音樂(lè)收藏

猿友 2018-08-02 18:48:52 瀏覽數(shù) (5769)

反饋

本文轉(zhuǎn)載至知乎ID：Charles（白露未晞）知乎個(gè)人專(zhuān)欄

下載W3Cschool手機(jī)App，0基礎(chǔ)隨時(shí)隨地學(xué)編程>>戳此了解

導(dǎo)語(yǔ)

偶遇了一篇文章：

“Mapping Your Music Collection”

https://www.christianpeccei.com/musicmap/

感覺(jué)頗有緣分，似有命中注定之感，于是想著用一些簡(jiǎn)單的音頻處理、機(jī)器學(xué)習(xí)和可視化技術(shù)，簡(jiǎn)單地分析一下自己的音樂(lè)收藏。當(dāng)然我對(duì)樂(lè)理知識(shí)一無(wú)所知，所以分析將不涉及任何與樂(lè)理知識(shí)相關(guān)的內(nèi)容，純屬“瞎玩”性質(zhì)的分析。T_T

那么就讓我們愉快地開(kāi)始吧~~~

環(huán)境搭建

安裝Python并添加到環(huán)境變量，pip安裝需要的相關(guān)模塊；

將相關(guān)文件中提供的mpg123.zip文件解壓后添加到環(huán)境變量中，例如：

開(kāi)始分拆

方便起見(jiàn)，所有的音樂(lè)文件均先轉(zhuǎn)為.wav格式后再做分析。

從最簡(jiǎn)單的開(kāi)始吧！讓我們先來(lái)看看不同歌手的聲音波形圖：

周杰倫：

感覺(jué)波形圖好混亂，似乎是數(shù)據(jù)量太大引起的，于是我打算換一個(gè)策略，只畫(huà)出每首歌曲前10秒的波形圖來(lái)作比較，畢竟良好的開(kāi)端是成功的一半？

周杰倫：

許嵩：

陳奕迅：

Interesting...

好像還是挺有意思的，但并看不出什么端倪來(lái)的樣子，同一個(gè)歌手唱的歌的波形結(jié)構(gòu)之間的差異和不同歌手唱的歌的波形結(jié)構(gòu)之間的差異仿佛都挺大的。雖然并沒(méi)有規(guī)定說(shuō)同一個(gè)歌手唱的歌的波形結(jié)構(gòu)之間的差異一定很小，不同歌手唱的歌的波形結(jié)構(gòu)之間的差異一定很大。

好吧，有些混亂，還是隨意點(diǎn)的好。那么我們來(lái)嘗試性地提取一下歌曲的特征吧。我們打算提取的歌曲特征有：

① 歌曲波形的統(tǒng)計(jì)矩，包括均值、標(biāo)準(zhǔn)差、偏態(tài)和峰態(tài)，同時(shí)，我們通過(guò)平滑窗(遞增平滑，長(zhǎng)度分別為1,10,100,1000)來(lái)獲取這些特征在不同時(shí)間尺度上的表現(xiàn)；

② 為了體現(xiàn)信號(hào)的短時(shí)變化，我們可以計(jì)算一下波形一階差分幅度的統(tǒng)計(jì)矩，同樣也通過(guò)平滑窗來(lái)獲取這些特征(均值、標(biāo)準(zhǔn)差、偏態(tài)和峰態(tài))在不同時(shí)間尺度上的表現(xiàn)；

③ 最后，我們計(jì)算一下波形的頻域特征，這里我們只計(jì)算歌曲在不同頻段(將整個(gè)頻段均分為10份)的能量占比，不過(guò)直接對(duì)歌曲的波形數(shù)據(jù)作快速傅里葉變換的話(huà)其計(jì)算量過(guò)于龐大了，因此先讓波形數(shù)據(jù)通過(guò)長(zhǎng)度為5的平滑窗再對(duì)其作快速傅里葉變換。

綜上所述，我們已經(jīng)獲得了歌曲的42個(gè)特征值。下面我們嘗試?yán)眠@些特征值對(duì)我這幾天下載的43首歌曲進(jìn)行k均值聚類(lèi)。首先，為了便于結(jié)果的可視化，我們利用PCA對(duì)數(shù)據(jù)進(jìn)行降維(42維特征到2維特征)，為了方便起見(jiàn)，我們直接調(diào)庫(kù)(sklearn)實(shí)現(xiàn)，結(jié)果打印如下：