### 加载和使用GTZAN数据集 为了在PyCharm中加载并使用GTZAN音乐流派分类数据集，需遵循特定步骤来确保数据被正确处理和利用。GTZAN数据集由10种不同类型的音乐片段组成，每类有100首歌曲，总共有1000个音频文件。 #### 准备工作环境 首先，在Python环境中安装必要的库以支持音频处理和机器学习任务： ```bash pip install librosa numpy pandas scikit-learn tensorflow matplotlib seaborn ``` 这些包提供了读取音频文件、特征提取以及构建模型所需的功能[^1]。 #### 下载GTZAN数据集 由于版权原因，原始的GTZAN数据集不再公开提供下载链接。但是可以通过其他途径获取该数据集的一个版本，比如Kaggle上的替代版本或学术机构发布的改进版。一旦获得访问权限，则可将其解压到本地目录下以便后续操作。 假设已经获得了合法的数据副本，并放置于`./data/gtzan/genres_original/`路径内。 #### 数据预处理 创建一个新的Python脚本用于定义函数来进行数据加载与转换： ```python import os import glob import librosa import numpy as np def extract_features(file_name): try: audio, sample_rate = librosa.load(file_name, res_type='kaiser_fast') mfccs = librosa.feature.mfcc(y=audio, sr=sample_rate, n_mfcc=40) mfccsscaled = np.mean(mfccs.T,axis=0) except Exception as e: print("Error encountered while parsing file: ", file_name) return None return mfccsscaled def load_data(data_path): features = [] # Iterate through each genre sub-folder for genre in genres: path = os.path.join(data_path, f"{genre}/*.wav") files = glob.glob(path) for file in files: feature = extract_features(file) if feature is not None: features.append([feature, genre]) # Convert into a Pandas dataframe df = pd.DataFrame(features, columns=['feature', 'class_label']) return df ``` 此部分代码实现了两个功能：一是从WAV格式的音频文件中抽取MFCC（Mel频率倒谱系数），二是遍历指定路径下的所有类别文件夹并将结果存储在一个Pandas DataFrame里等待进一步分析。 #### 构建训练模型 有了准备好的数据之后就可以着手建立分类器了。这里采用简单的卷积神经网络作为例子展示如何完成这一过程： ```python from sklearn.preprocessing import LabelEncoder from keras.utils import to_categorical from keras.models import Sequential from keras.layers import Dense, Dropout, Flatten from keras.layers.convolutional import Conv2D, MaxPooling2D # Encoding the labels (converting text labels into numbers). le = LabelEncoder() yy = to_categorical(le.fit_transform(df.class_label)) model = Sequential() input_shape=(mfcc_length, 1) # Assuming MFCC length was set earlier. model.add(Conv2D(24, kernel_size=(5, 5), activation='relu', input_shape=input_shape)) model.add(MaxPooling2D(pool_size=(2, 2))) model.add(Dropout(0.25)) ... model.compile(loss=keras.losses.categorical_crossentropy, optimizer=keras.optimizers.Adadelta(), metrics=['accuracy']) history = model.fit(X_train, y_train, validation_split=0.2, epochs=epochs_count, batch_size=batch_size) ``` 这段代码展示了如何设置CNN架构并通过调用fit方法启动训练循环。注意这里的输入形状取决于之前计算得到的MFCC长度；而epoch数量和其他超参数则应根据实际情况调整优化。