Análise comparativa de classificadores supervisionados clássicos para classificação automática de gêneros musicais
Palavras-chave:
Classificação de gêneros musicais, Aprendizado supervisionado, Recuperação de informação musical, Características acústicas, Comparação de classificadoresResumo
A classificação automática de gêneros musicais auxilia na organização de coleções de áudio. Este estudo comparou cinco classificadores supervisionados clássicos: Perceptron, máquina de vetores de suporte (SVM), método dos k-vizinhos mais próximos (KNN), árvore de decisão e Naive Bayes gaussiano. Os experimentos utilizaram 7.984 faixas não redundantes da FMA Small, distribuı́das em oito gêneros e representadas por 518 caracterı́sticas acústicas previamente extraı́das. O desempenho foi avaliado por validação cruzada estratificada com dez partições, tendo a medida F1 macro como métrica principal. As diferenças foram examinadas pelos testes de Friedman e Wilcoxon, com correção de Holm. O SVM obteve a maior F1 macro média (0,6129) e ficou em primeiro lugar em todas as partições. O modelo superou as demais configurações avaliadas, enquanto Perceptron e KNN não apresentaram diferença estatisticamente significativa entre si.
Referências
Breiman, L., Friedman, J., Olshen, R. A., and Stone, C. J. (1984). Classification and Regression Trees. Chapman and Hall/CRC, 1st ed.
Cai, X. and Zhang, H. (2022). Music genre classification based on auditory image, spectral and acoustic features. Multimedia Systems, 28(3):779–791.
Cortes, C. and Vapnik, V. (1995). Support-vector networks. Machine Learning, 20(3):273–297.
Cover, T. and Hart, P. (1967). Nearest neighbor pattern classification. IEEE Transactions on Information Theory, 13(1):21–27.
Defferrard, M., Benzi, K., Vandergheynst, P., and Bresson, X. (2017). FMA: A dataset for music analysis. In: 18th International Society for Music Information Retrieval Conference (ISMIR), pages 316–323.
Defferrard, M., Mohanty, S. P., Carroll, S. F., and Salathé, M. (2018). Learning to recognize musical genre from audio: Challenge overview. In: Companion Proceedings of the Web Conference 2018, pages 1921–1922.
Demšar, J. (2006). Statistical comparisons of classifiers over multiple data sets. Journal of Machine Learning Research, 7(Jan):1–30.
Downie, J. S. (2003). Music information retrieval. Annual Review of Information Science and Technology, 37(1):295–340.
Garcia, S. and Herrera, F. (2008). An extension on statistical comparisons of classifiers over multiple data sets for all pairwise comparisons. Journal of Machine Learning Research, 9(89):2677–2694.
John, G. H. and Langley, P. (1995). Estimating continuous distributions in Bayesian classifiers. In: Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence, pages 338–345. Morgan Kaufmann.
Kohavi, R. (1995). A study of cross-validation and bootstrap for accuracy estimation and model selection. In: Proceedings of the Fourteenth International Joint Conference on Artificial Intelligence, volume 2, pages 1137–1145, Montreal, Canada. Morgan Kaufmann.
Lim, S.-C., Lee, J.-S., Jang, S.-J., Lee, S.-P., and Kim, M. Y. (2012). Music-genre classification system based on spectro-temporal features and feature selection. IEEE Transactions on Consumer Electronics, 58(4):1262–1268.
McFee, B., Raffel, C., Liang, D., Ellis, D. P. W., McVicar, M., Battenberg, E., and Nieto, O. (2015). librosa: Audio and music signal analysis in Python. In: Proceedings of the 14th Python in Science Conference, pages 18–25.
Nanni, L., Costa, Y. M. G., Lucio, D. R., Silla, C. N., and Brahnam, S. (2017). Combining visual and acoustic features for audio classification tasks. Pattern Recognition Letters, 88:49–56.
Rosenblatt, F. (1958). The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Review, 65(6):386–408.
Silla, C. N., Koerich, A. L., and Kaestner, C. A. A. (2008). A machine learning approach to automatic music genre classification. Journal of the Brazilian Computer Society, 14(3):7–18.
Sokolova, M. and Lapalme, G. (2009). A systematic analysis of performance measures for classification tasks. Information Processing & Management, 45(4):427–437.
Tzanetakis, G. and Cook, P. (2002). Musical genre classification of audio signals. IEEE Transactions on Speech and Audio Processing, 10(5):293–302.
Downloads
Publicado
Edição
Seção
Categorias
Licença
Direitos autorais (c) 2026 Lucas Henrique Teixeira Ribeiro, Marcelo Ribeiro Trierveiler, Ayslan Trevizan Possebom (Autor)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-ShareAlike 4.0 International License.
Os autores mantêm os direitos autorais sobre os trabalhos publicados nesta revista, concedendo à SETIF o direito de primeira publicação. O conteúdo está licenciado sob uma Licença Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional (CC BY-SA 4.0), que permite copiar, redistribuir, remixar, transformar e criar a partir do material para qualquer finalidade, inclusive comercial, desde que seja atribuída a autoria e feita referência à publicação original neste local.
Os autores concordam que qualquer reutilização de seu trabalho por terceiros deve incluir o nome dos autores, o título do artigo, o nome da revista, o DOI (quando disponível) e o link para a licença.
É permitido e incentivado que os autores disponibilizem a versão publicada do trabalho em repositórios institucionais, sites pessoais ou redes acadêmicas imediatamente após a publicação, com menção à publicação inicial nesta revista.
