Classificateur de Genres Musicaux IA

À propos du Classificateur de Genres Musicaux IA

Cet outil utilise un modèle IA de deep learning entraîné sur plus de 2 millions de chansons pour classifier la musique en 400+ styles dans 14 genres. Propulsé par TensorFlow.js, tout le traitement se fait localement dans votre navigateur pour une confidentialité maximale.

Comment fonctionne la classification des genres musicaux avec IA ?

L'outil utilise un réseau de neurones convolutif (CNN) entraîné sur la base de données musicale Discogs. Il extrait les caractéristiques mel-spectrogram de votre audio et les compare aux motifs appris de millions de chansons pour identifier les genres et styles les plus probables.

Quels genres et styles peuvent être détectés ?

L'IA peut identifier 400+ styles musicaux dans 14 genres principaux : Blues, Classique, Électronique (House, Techno, Dubstep, etc.), Folk/World/Country, Funk/Soul/R&B (incluant Contemporary R&B, Neo Soul), Hip Hop (Trap, Boom Bap, etc.), Jazz, Latine (Reggaeton, Salsa, etc.), Pop (K-pop, J-pop, etc.), Reggae, Rock (Metal, Punk, Indie, etc.) et plus.

Cet outil peut-il détecter la musique R&B ?

Oui ! Contrairement aux classificateurs basiques, cette IA peut détecter avec précision le R&B et les styles associés incluant Contemporary R&B, Neo Soul, New Jack Swing, Rhythm & Blues et Soul. Ceux-ci sont catégorisés sous le genre principal 'Funk / Soul'.

Quelle est la précision de la classification IA ?

Le modèle atteint une haute précision sur l'ensemble de données Discogs. Il fonctionne mieux sur les chansons avec des caractéristiques de genre claires. Pour les chansons de genres mixtes, il montre des distributions de probabilité sur plusieurs styles, ce qui est plus informatif qu'une seule étiquette.

Quels formats audio sont supportés ?

Tous les formats audio courants sont supportés incluant MP3, WAV, OGG, AAC, M4A, FLAC, OPUS et plus. Les fichiers jusqu'à 100 Mo peuvent être traités. L'outil analyse jusqu'à 60 secondes d'audio depuis le milieu de la piste.

Mes données audio sont-elles sécurisées ?

Oui ! Tout le traitement se fait localement dans votre navigateur en utilisant TensorFlow.js. Vos fichiers audio ne sont jamais téléchargés vers aucun serveur. Le modèle IA est téléchargé une fois et fonctionne entièrement sur votre appareil.

Pourquoi la première analyse est-elle plus lente ?

Le modèle IA (~50Mo) doit être téléchargé et initialisé lors de la première utilisation. Les analyses suivantes sont beaucoup plus rapides car le modèle est mis en cache en mémoire. Le modèle se 'réchauffe' également avec une prédiction test pour optimiser les performances GPU.

Quelle est la différence entre genre et style ?

Le genre est la catégorie large (ex : Électronique, Hip Hop). Le style est le sous-genre spécifique (ex : Deep House, Trap). L'outil affiche les deux : les styles les plus détectés et comment ils s'agrègent en genres principaux.

Puis-je voir comment le genre évolue dans le morceau et exporter les résultats ?

Oui. Chaque fenêtre d'analyse correspond à un instant réel, donc la Chronologie des genres liste le genre, le style et la confiance principaux de chaque segment - idéal pour distinguer une intro d'un drop ou d'un outro, marquer des points de repère ou découper des medleys. Vous pouvez exporter toute la chronologie ainsi que le top 10 des styles en CSV ou JSON pour un tableur, une STAN (DAW), une base de catalogue ou l'étiquetage de playlists DJ/bibliothèque. Tout est généré localement ; rien n'est envoyé.

Comment fonctionne l'analyse techniquement (fréquence d'échantillonnage, bandes mel, fenêtre) ?

L'audio est ramené en mono, rééchantillonné à 16 kHz puis transformé en mel-spectrogramme logarithmique avec 96 bandes mel (trames de 512 échantillons, saut de 256), exactement comme l'entrée de Discogs EffNet. Le modèle traite des patchs de 128 trames qui se chevauchent ; les prédictions sont moyennées pour le résultat global et conservées par patch pour la chronologie. Par défaut, jusqu'à 60 secondes du milieu du morceau sont analysées, ce qui capture la section principale tout en gardant une inférence rapide. Considérez comme forts les styles au-dessus d'environ 20-30% de confiance, et utilisez la distribution complète pour les morceaux à genres mixtes.