
176
9
章 クラス分類
III
:音楽ジャンル分類
ロックとカントリー音楽のペアなど、他のジャンルのペアにおいては、高精度な分類は難題と言えるで
しょう。さらに、2 つのクラスではなく、全部で6つのクラスに適切に分類することができるようにし
なければなりません。それを考慮すると、これは非常に難しい問題です。
9.3.1
音楽をサイン波に分解する
ここでは、生のサンプリングデータ(先ほど Xという変数に格納しました)から周波数強度を抽出し
て、それを分類器に入力したいと思います。これらの周波数強度は、高速フーリエ変換(Fast Fourier
Transform:FFT)を適用することで求めることができます。FFTの理論については本章の範囲外です
ので、ここではFFTを用いることで、どのようなことができるかだけを見ることにします。これ以降、
FFTを特徴抽出を行うためのブラックボックスのツールとして扱うことにします。
ここでは、例として
sine_a.wav
と
sine_b.wav
の二つのWAVファイルを作成します。その二つ
の
ファイルはそれぞれ、400Hz、3,000Hzのサイン波です。先ほど紹介した“万能ナイフ”であるsox
というツールを用いることで、サイン波を生成することができます。
$ sox --null -r 22050 sine_a.wav synth 0.2 sine 400
$ sox --null -r 22050 sine_b.wav synth 0.2 sine 3000
次に示す図は