
174
9
章 クラス分類
III
:音楽ジャンル分類
9.2
音楽データを取得する
ここでは、GTZANというデータセットを使用します。それは音楽ジャンル分類のベンチマークとし
てよく用いられるデータセットであり、10個のジャンルが存在します。本章では、単純化のため、6つ
のジャンルだけ
―
クラシック、ジャズ、カントリー、ポップ、ロック、メタル
―
を用いることにし
ます。データセットには各ジャンルごとに100曲の音楽データが存在します。また、各曲は最初の30
秒だけから構成されます。データセットは
http://opihi.cs.uvic.ca/sound/genres.tar.gz
からダウンロードすることができます。音楽データはモノラル22,050Hz(1秒あたり22,050回のサンプ
リング)のWAVフォーマットで記録されています。
9.2.1
WAV
フォーマットに変換する
後ほど分類器をテストするために自分のMP3ファイルを使うとしたら、そのままではデータから意
味ある内容を抜き出すことができないでしょう。なぜなら、MP3フォーマットは、人の耳には聞こえな
い周波数をカットして音楽データを削減・圧縮しているからです。MP3は通常より10倍ほどサイズの
大きいデータを保存できるため、容量が限られているデバイスにとっては適しています。しかし、私た
ちが扱う問題においては適しているとは言えません。クラス分類においては、WAVファイルで扱うほ
うが都合がよいでしょう。そのため、MP3ファイルにも対応するとしたら、そ