Unité 4 : Construire un classifieur de genres musicaux

Ce que vous allez apprendre et construire

La classification d’audio est l’une des applications les plus courantes des transformers dans le traitement du son et de la parole. Comme d’autres tâches de classification dans l’apprentissage automatique, cette tâche consiste à attribuer une ou plusieurs étiquettes à un enregistrement audio en fonction de son contenu. Par exemple, dans le cas de la parole, nous pourrions vouloir détecter quand des mots de réveil comme « Hey Siri » sont prononcés, ou déduire un mot clé comme « température » d’une requête vocale comme « Quel temps fait-il aujourd’hui ? ». Les sons environnementaux constituent un autre exemple : nous pourrions vouloir distinguer automatiquement des sons tels que « klaxon de voiture », « sirène », « aboiement de chien », etc.

Dans cette section, nous verrons comment les transformers audio pré-entraînés peuvent être appliqués à une série de tâches de classification d’audio. Nous allons ensuite finetuner un transformer sur la tâche de classification de la musique, en classant les chansons dans des genres comme « pop » et « rock ». Il s’agit d’une partie importante des plateformes de streaming musical, qui recommandent des chansons similaires à celles que l’utilisateur est en train d’écouter. À la fin de cette section, vous saurez comment :

• Trouver des modèles pré-entraînés appropriés pour les tâches de classification d’audio
• Utiliser la bibliothèque 🤗 Datasets et le Hub pour sélectionner des jeux de données de classification d’audio
• Finetuner un modèle pré-entraîné pour classer les chansons par genre
• Construire une démo Gradio permettant de classer vos propres chansons