Log-Mel Spektrogramlar Kullanılarak Müzik Türü Sınıflandırmasında CNN, CRNN ve Residual CNN Modellerinin Performans Karşılaştırması
Öz
Dijital müzik arşivlerinin hızla büyümesi, müzik içeriklerinin otomatik olarak sınıflandırılması ve düzenlenmesi ihtiyacını artırmıştır. Bu çalışmada, müzik türü sınıflandırması amacıyla Evrişimsel Sinir Ağı (CNN), Evrişimsel Tekrarlayan Sinir Ağı (CRNN) ve Artık Bağlantılı Evrişimsel Sinir Ağı (Residual CNN) modellerinin performansları karşılaştırılmıştır. Deneysel çalışmalarda blues, klasik, country, disco, hip-hop, caz, metal, pop, reggae ve rock olmak üzere 10 müzik türünden oluşan GTZAN veri seti kullanılmıştır. Veri seti, her biri yaklaşık 30 saniye uzunluğunda toplam 1000 ses kaydını içermektedir. Ses kayıtları 22.050 Hz örnekleme frekansında tek kanallı olarak işlenmiş ve her kayıt örtüşmesiz 3 saniyelik alt parçalara ayrılmıştır. Böylece toplam 10.000 ses segmenti elde edilmiştir. Veri sızıntısını önlemek amacıyla aynı müzik kaydından elde edilen bütün segmentler yalnızca eğitim, doğrulama veya test kümelerinden birinde tutulmuştur. Ses sinyalleri, 2048 örnek FFT pencere uzunluğu, 512 örnek ilerleme miktarı ve 128 Mel filtresi kullanılarak Log-Mel spektrogramlara dönüştürülmüştür. CNN, CRNN ve Residual CNN modelleri aynı veri bölümleri, ön işleme adımları ve eğitim parametreleri kullanılarak eğitilmiştir. Modellerin performansları doğruluk, kesinlik, duyarlılık, makro F1 skoru ve ağırlıklı F1 skoru ölçütleriyle değerlendirilmiştir.
Anahtar Kelimeler
Kaynakça
- Ashraf, M., Abid, F., Raza, M. O., Rasheed, J., Alsubai, S., ve Asuroglu, T. (2025). Music genre classification with modified residual learning and dual neural network. PLOS ONE, 20(10 October). https://doi.org/10.1371/journal.pone.0333808
- Chathuranga, D., ve Jayaratne, L. (2013). Automatic Music Genre Classification of Audio Signals with Machine Learning Approaches. GSTF Journal on Computing (JoC), 3(2), 14. https://doi.org/10.7603/s40601-013-0014-0
- Choi, K., Fazekas, G., Sandler, M., ve Cho, K. (2017). Convolutional recurrent neural networks for music classification. 2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2392–2396. https://doi.org/10.1109/ICASSP.2017.7952585
- Dieleman, S., ve Schrauwen, B. (2014). End-to-end learning for music audio. 2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 6964–6968. https://doi.org/10.1109/ICASSP.2014.6854950
- Ding, Y., Zhang, H., Huang, W., Zhou, X., ve Shi, Z. (2024). Efficient Music Genre Recognition Using ECAS-CNN: A Novel Channel-Aware Neural Network Architecture. Sensors, 24(21). https://doi.org/10.3390/s24217021
- Li, T. (2024). Optimizing the configuration of deep learning models for music genre classification. Heliyon, 10(2), e24892. https://doi.org/10.1016/J.HELIYON.2024.E24892
- Srivastava, N., Ruhil, S., ve Kaushal, G. (2022). Music Genre Classification using Convolutional Recurrent Neural Networks. 2022 IEEE 6th Conference on Information and Communication Technology (CICT), 1–5. https://doi.org/10.1109/CICT56698.2022.9997961
- Sturm, B. L. (2012). An analysis of the GTZAN music genre dataset. Proceedings of the Second International ACM Workshop on Music Information Retrieval with User-Centered and Multimodal Strategies, MIRUM ’12, 7–12. https://doi.org/10.1145/2390848.2390851
Ayrıntılar
Birincil Dil
Türkçe
Konular
Ses ve Müzik İşleme, Derin Öğrenme
Bölüm
Araştırma Makalesi
Yayımlanma Tarihi
31 Ağustos 2026
Gönderilme Tarihi
7 Ağustos 2026
Kabul Tarihi
31 Ağustos 2026
Yayımlandığı Sayı
Yıl 2026 Cilt: 5 Sayı: 2