Время науки - The Times of Science

Алексеев П. А. Alexeyev Pavel A. 2022 9 Репозиторий реализации алгоритма классификации аудиозаписей по исполнителям доступен на Github (https://github.com/Seag011/music-artist- classifier) . Рис. 5. Схема модулей алгоритма Результатом тестирования на датасет еartist20 стала точность в 93% (precision: 0,9349, recall: 0,9375, f1: 0,937) для 20 классов аудиозаписей на фрагментах. Результатом тестирования на датасете гитарной музыки стала точность в 97% (precision: 0,9763, recall: 0,9755, f1: 0,9757) для 20 классов аудиозаписей на фрагментах. Нужно заметить, что реализованная нейросеть позволяет производить обучение и проводить идентификацию за небольшое время: на обучение необходимо 2-5 часов, а для анализа одного трека – не более 5-10 секунд. При этом система способна работать и на домашнем компьютере. Таким образом, используя различные методы из других областей, можно добиться значительных результатов в решении сложных задач