Music Classifier

## 🚀 音楽ジャンル分類モデル 🎶

このモデルは、音声信号（.wav）に基づいて音楽のジャンルを分類します。
**[Wav2Vec2](https://huggingface.co/facebook/wav2vec2-large)** モデルをファインチューニングし、**[music_genres_small](https://huggingface.co/datasets/lewtun/music_genres_small)** データセットを使用して構築されています。

Flask APIによってホストされるインターフェイスを備えた **GitHub** リポジトリを通じて、このモデルをテストすることができます。**[music-classifier repository](https://github.com/gastonduault/Music-Classifier)**

## 🚀 クイックスタート
この音楽ジャンル分類モデルは、音声信号に基づいて音楽のジャンルを分類することができます。以下に、使用方法を説明します。

## ✨ 主な機能
- 音声信号（.wav）に基づいて音楽のジャンルを分類します。
- **Wav2Vec2** モデルをファインチューニングして構築されています。
- 特定のデータセットを使用して訓練されています。

## 📚 ドキュメント
### メトリクス
- **検証精度**: 75%
- **F1スコア**: 74%
- **検証損失**: 0.77

### データセットとベースモデル
| プロパティ | 詳細 |
|----------|---------|
| データセット | lewtun/music_genres_small |
| ベースモデル | facebook/wav2vec2-large |

### タグ
- オーディオ
- 音楽
- 分類
- Wav2Vec2

### パイプラインタグ
オーディオ分類

## 💻 使用例

### 基本的な使用法
```python
from transformers import Wav2Vec2ForSequenceClassification, Wav2Vec2FeatureExtractor
import librosa
import torch

# Genre mapping corrected to a dictionary
genre_mapping = {
    0: "Electronic",
    1: "Rock",
    2: "Punk",
    3: "Experimental",
    4: "Hip-Hop",
    5: "Folk",
    6: "Chiptune / Glitch",
    7: "Instrumental",
    8: "Pop",
    9: "International",
}

model = Wav2Vec2ForSequenceClassification.from_pretrained("gastonduault/music-classifier")
feature_extractor = Wav2Vec2FeatureExtractor.from_pretrained("facebook/wav2vec2-large")

# Function for preprocessing audio for prediction
def preprocess_audio(audio_path):
    audio_array, sampling_rate = librosa.load(audio_path, sr=16000)
    return feature_extractor(audio_array, sampling_rate=16000, return_tensors="pt", padding=True)

# Path to your audio file
audio_path = "./Nirvana - Come As You Are.wav"

# Preprocess audio
inputs = preprocess_audio(audio_path)

# Predict
with torch.no_grad():
    logits = model(**inputs).logits
    predicted_class = torch.argmax(logits, dim=-1).item()

# Output the result
print(f"song analized:{audio_path}")
print(f"Predicted genre: {genre_mapping[predicted_class]}")