Find a genre* of EDM track with Deep neural network & TF/Keras.

1. Find a genre* of EDM track
with Deep neural network & TF/Keras.
Juneseok Byun | Junesang Mo | Taehyun Kim
2018.06

2. Contents
Chapter 1 - 데이터 준비
 어떤 데이터를 사용할 것인가?
 어떻게 전처리할 것인가?
 Chapter 2 – 머신러닝의 적용
 구조
 머신러닝 결과값 처리
 Chapter 3 – 플랜
 프로젝트 계획

3. Data Preparation
약 200,000개의 EDM 음원 (.aiff, .wav)
 균일한 분포의 학습 데이터 셋 확보
 정식 유통 음원이므로 장르 태그에 대한 클래스가 정확하게 되어 있음.

5. Data Preprocessing & Cleansing
C++로 구현되어있는 오픈소스, “spek” 이용
 스펙트로그램 png 파일을 제너레이팅.
 템포 (bpm) : 향후 머신 러닝 분석 시 트랙의 섹션을 분할할 때 bpm 데이터가 활용될 수 있음.
 Genre : 클래스 (y)
2015년 이후의 음원만 사용.
 음압, 트랜드에 따라 장르 간의 상관관계가 달라질 수 있음.
BPM데이터를 이용해 스펙트로그램을 슬라이싱.
 전자음악의 특성상 템포가 변하는 곡은 거의 존재하지 않는다.
 8마디 기준으로 자른다. (ex : 128bpm 을 기준으로 8마디 (32beat)는 15초, 32마디는 1분이다.)

6. Data Preprocessing & Cleansing

7. Applying machine learning.
8마디로 잘라서 각각의 구간을 Convolutional Neural Network 적용

8. Applying machine learning.
8마디로 잘라서 각각의 구간을 Convolutional Neural Network 적용
각 8마디 슬라이스를 classify 함.
Electro House Trance Psy Trance Psy Trance Psy Trance
...

9. Applying machine learning.
8마디로 잘라서 각각의 구간을 Convolutional Neural Network 적용
각 8마디 슬라이스를 classify 함.
각 슬라이스의 클래스들을 가중치 투표하여 예측
Electro House Trance Psy Trance Psy Trance Psy Trance
...
I think it’s psytrance!

10. Applying machine learning.

11. Schedule of our team.
Phase 1 : Data Preprocessing & Cleansing
 70%의 트레이닝 데이터 준비
 20%의 Validation 데이터 준비
 10%의 테스트 데이터 준비
 ~ 6월 15일 (예정)
Phase 2 : Build architecture with tensorflow
 Data Preprocessing 이 끝나는대로 바로 준비
 Machine 1: i7-8700 + GTX1080Ti
 Machine 2 : i7-3770 + GTX1080Ti
Phase 3 : Testing and improvement
 도전과제 : 서브 장르 구분 ex) EDM > Trance > Progressive Trance / Uplifting Trance / Trance 2.0 / …