Show HN: A lightweight ML model to predict music emotion - energy, valence, etc.
9 months ago
- #python
- #music-analysis
- #machine-learning
- VibeNet 是一个Python软件包、Beets插件及命令行工具，用于从原始音频预测音乐情感与属性。
- 它能预测7种属性：原声感(acousticness)、可舞性(danceability)、能量感(energy)、器乐度(instrumentalness)、现场感(liveness)、口语度(speechiness)和情绪价(valence)。
- 这些属性分为概率型（如原声感）和描述型（如能量感）两类。
- VibeNet可用作：Beets插件（标记音乐库）、Python包（自定义项目）或命令行工具（一次性任务）。
- Beets插件支持导入时自动标记，并能通过查询（如「查找高情绪价歌曲」）检索音乐。
- Python软件包支持单文件/批量音频推理，为定制项目提供灵活接口。
- 命令行工具支持快速预测，并可输出CSV格式便于批量处理。
- VibeNet基于FMA数据集训练，采用师生蒸馏框架，学生模型采用EfficientNet架构。