Réseaux de neurones convolutifs et paramètres musicaux pour la classification en genres

Christine Sénac (1) , Thomas Pellegrini (1) , Julien Pinquier (1) , Florian Mouret (2)

1 IRIT-SAMoVA - Équipe Structuration, Analyse et MOdélisation de documents Vidéo et Audio
2 IRIT-SC - Signal et Communications

We propose to use convolutional neural networks (CNN) for music genre classification. But contrary to the classical method using a spectrogram as input, we choose a set of musical parameters according to three main musical dimensions: dynamics, timbre and tonality. With an appropriate CNN topology, the results show that eight musical parameters are more efficient than 513 frequency bins of a spectrogram and that late score fusion between systems based on both feature types reaches an accuracy of 91% on the GTZAN database.

Nous proposons d’utiliser des réseaux de neurones convolutifs (Convolutional Neural Networks (CNN)) pour la classification en genres musicaux. Mais contrairement à l’approche classique qui consiste à présenter un spectrogramme en entrée, nous choisissons un ensemble de paramètres musicaux selon trois dimensions musicales : la dynamique, le timbre et la tonalité. Avec une topologie de CNN appropriée, les résultats montrent que huit paramètres musicaux sont plus efficaces que 513 fréquences d’un spectrogramme et que la fusion tardive des systèmes basés sur les deux types de caractéristiques permet d’atteindre un taux de bonne classification de 91% sur le corpus GTZAN.

Mots clés: Music genre classification; Convolutional neural networks; Musical features

Domaines: Traitement du signal et de l'image [eess.SP]

Christine Sénac, Thomas Pellegrini, Julien Pinquier, Florian Mouret. Réseaux de neurones convolutifs et paramètres musicaux pour la classification en genres. XXVIe Colloque GRETSI sur le Traitement du Signal et des Images (GRETSI 2017), Sep 2017, Juan-les-pins, France. pp.1-5. ⟨hal-02871339⟩