简单音乐推荐系统的设计与实现
本文提供两种简单的传统音乐推荐系统(next-songs 方向)的思路与实现。(数学原理和机器学习方法从略)
下文仅给出思路以及关键代码,完整代码实现见: https://github.com/cdfmlr/murecom-intro
1. 基于音频特征
分析音频特征,做基于内容的推荐(Content-Based Filtering,CBF)。
1.1 设计思路
一个喜欢巴赫的人可能也喜欢肖邦,所以一种自然的想法是,我们可以把音频送给机器进行学习,试图让它分别不同种类、风格的音乐。给定一首歌,送入训练好的模型,推荐出风格上最相近的其他歌曲。
song-classification.ipynb
实现了这种模型的训练。
加拿大维多利亚大学的 genres 数据集(http://opihi.cs.uvic.ca/sound/genres.tar.gz),提供了良好标注的不同种类音乐片段。
$ ls genres
blues country hiphop metal reggae
classical disco jazz pop rock
我们把这些片段利用 librosa 库转化为梅尔频谱图(mel-spectrogram)。
(上图为数据集中 Hip-Hop 风格片段的平均频谱图)
把频谱送入一个一维卷积池化堆叠 + 全连接分类头的神经网络,训练,得到的模型即一个音乐风格检测器。
def cnn_model(input_shape):
inputs = Input(input_shape)
x = inputs
# 一维卷积池化
levels = 64
for level in range(3):
x = Conv1D(levels, 3, activation='relu')(x)
x = BatchNormalization()(x)
x = MaxPooling1D(pool_size=2, strides=2)(x)
levels *= 2
# x -> shape(128)
x = GlobalMaxPooling1D()(x)
# 计算类型标签的全连接网络
for fc in range(2):
x = Dense(256, activation='relu')(x)
x = Dropout(0.5)(x)
labels = Dense(10, activation='softmax')(x)
model = Model(inputs=[inputs], outputs=[labels])
# optimizer and compile model
sgd = SGD(learning_rate=0.0003, momentum=0.9, decay=1e-5, nesterov=True)
model.compile(optimizer=sgd, loss='categorical_crossentropy', metrics=['accuracy'])
return model
model = cnn_model((128, 128))
训练得出的模型 song_classify.h5
可以很好的分类特征明显的音乐类型(例如古典乐),但对界限相对模糊的乐种(如摇滚乐)分类效果欠佳。
(分类结果的混淆矩阵)
利用这个模型,在 index-local-mp3s.ipynb
中实现了相似音乐的推荐。
具体的做法是,手动做了一个简单的数据集,选取一些个人常听的音乐,转化为同样品质的 mp3 文件。
(选取的音乐种类)
遍历处理这些文件,提取梅尔频谱图。
def process_mp3(path):
signal, sr = librosa.load(path,
res_type="kaiser_fast",
offset=30,
duration=30)
melspec = librosa.feature.melspectrogram(signal, sr=sr).T[:1280, ]
if len(melspec) != 1280:
return None
return {
'path': path,
'melspecs': np.asarray(np.split(melspec, 10))}
# 对每个 MP3 的所有频谱进行索引
songs = [process_mp3(path) for path in tqdm(mp3s)]
songs = [song for song in songs if song]
# 可以把他们连在一起,方便一批完成
inputs = []
for song in songs:
inputs.extend(song['melspecs'])
接下来将预处理好的数据集送入训练好的模型。
由于我们只需要提取音频特征,而并不需要做分类,所以把模型最后基层的全连接分类头去掉,只留下前面的卷积特征提取层。输入音频频谱,输出一个 256 维的向量作为音乐的“特征向量”。
cnn_model = load_model('song_classify.h5')
vectorize_model = Model(inputs=cnn_model.input,
outputs=cnn_model.layers[-4].output)
vectors = vectorize_model.predict(inputs)
建立一个无监督的最邻近模型,计算这些特征向量的相似度,也就其代表的 mp3 歌曲的相似度。
nbrs = NearestNeighbors(
n_neighbors=10, algorithm='ball_tree'
).fit(vectors)
def most_similar_songs(song_idx):
distances, indices = nbrs.kneighbors(
vectors[song_idx * 10: song_idx * 10 + 10])
c = Counter()
for row in indices:
for idx in row[1:]:
c[idx // 10] += 1
return c.most_common()
def print_similar_songs(song_idx, start=1, end=6):
print("指定歌曲:", song_name(song_idx))
for idx, score in most_similar_songs(song_idx)[start:end]:
print(f"[相似度{
score}] {
song_name(idx)}")
最后,给定一首歌,就可以从最邻近模型中找到最接近的几首歌。
(推荐结果示例)
模型最终表现还行吧。只是和分类的结果类似,不善于处理摇滚乐。
1.2 模型优缺点
这是我比较喜欢的一种方式,从音乐本身的特征出发,不基于以往用户数据,没有曲目列表限制。借助训练好的分类器网络,可以对任意没见过的音频进行推荐。
但是,需要处理完整的音频。频谱分析的过程比较消耗算力。并且只能推荐本地拥有的曲目在另一方面也可以看作一种限制。
这种模型可以用于离线的设备端音乐推荐。
1.3 改进空间
- 用于训练分类器的 genres 数据集虽然质量极高,但数据量不太大。考虑用更多数据,或许能得到更好的模型;
- 分类器网络的结构也比较粗糙,可以考虑进一步研究调整。例如考虑使用预训练的 NLP 模型进行迁移学习,或许能更加敏锐;
- 考虑构建多输入的模型(或者使用多个模型),加上一些其他方面的数据,比如歌曲的元数据(歌名、艺人、专辑、时常等)、以及歌词等不容易从频谱中得出的方面。
2. 基于现有播放列表数据
基于以往的、其他用户的数据,做协同过滤(Collaborative Filtering ,CF) 。
这种思路其实更常见。获取一系列的人建好的播放列表。通过某种方法建立其中曲目的距离关系。给定歌曲,推荐距离最近的。
2.1 获取数据
在 spotify-playlist.ipynb
中,利用 Spotify 的 API,随机获取一些播放列表,及其中曲目(只是获取元数据,不下载音频)。
但由于这种方法需要获取大量数据(需要数十万歌曲),而网络、数据库环境都有限制,Python 实现不甚稳定,难以完成工作,所以在 spotify/
子目录中,使用 Golang 重写了这个实现,提供更加鲁棒的数据获取服务,将获取的数据存放在一个 SQLite 数据库中。
(获取的播放列表及曲目数据)
这里目前获取了数 GiB 数据,包含 17 万个播放列表中,来自 80 万个艺人的近 500 万首歌曲。
sqlite> select count(*) from playlists;
177889
sqlite> select count(*) from artists;
801357
sqlite> select count(*) from tracks;
4995249
下面实现了两种思路来利用这些数据:
2.2 Word2vec
在 train-a-music-recommender.ipynb
中,将歌曲作为单词、将歌曲最成的播放列表作为句子:
sentences = [
["track_1_id", "track_2_id", ...], # playlist_1
[...], # playlist_2
...
]
以此为语料,建立 Word2vec 模型。
model = gensim.models.Word2Vec(
sentences=PlaylistTracksIter(DB), min_count=4)
训练完成后,给定曲目,可获取到最接近的推荐。
def suggest_songs(song_id):
similar = dict(model.wv.most_similar([song_id]))
song_ids = ', '.join(("'%s'" % x) for x in similar.keys())
c = conn.cursor()
c.execute("SELECT * FROM tracks WHERE id in (%s)" % song_ids)
res = sorted((rec + (similar[rec[4]],
find_artists(rec[4])
) for rec in c.fetchall()),
key=itemgetter(-1),
reverse=True)
return suggest_songs_result([*res])
def suggest_from(song_name: str):
s = find_song(song_name, limit=1)
return s + suggest_songs(s[0]["id"])
这个模型也可用,但效果不算特别理想。
(Word2Vec 模型推荐实例)
2.3 Surprise KNNBaseline
在 surprise.ipynb
中,将歌曲作为 item,将播放列表作为 user,播放列表包含某歌曲即看作 user 给 item 打了一分(rating=1)。
将这样处理好的数据集交给 Surprise 进行基本的协同过滤。
from surprise import KNNBaseline
from surprise import Reader, Dataset
# custom dataset
reader = Reader(rating_scale=(0, 1))
train_data = Dataset.load_from_df(
pt_train[['userID', 'itemID', 'rating']],
reader)
trainset = train_data.build_full_trainset()
# compute similarities between items
sim_options = {
'user_based': False
}
# 算法、训练
algo = KNNBaseline(sim_options=sim_options)
algo.fit(trainset)
同样得到 KNN 的模型,给定歌曲,从模型中获取最邻近的推荐。
def find_sim(track_id, k=5):
sim = algo.get_neighbors(
iid=algo.trainset.to_inner_iid(track_id), k=k)
track_ids = [track_id] + list(
map(algo.trainset.to_raw_iid, sim))
tracks = []
c = conn.cursor()
for tid in track_ids:
c.execute(f"SELECT * FROM tracks WHERE id = '{
tid}'")
tk = c.fetchall()[0]
tracks.append(tk + (find_artists(tid),))
c.close()
return sim_result(tracks)
这个做出来效果不错。
(Surprise 模型推荐结果,Shout Baby 是输入的歌曲,下面 5 首是推荐出的,二刺螈狂喜。)
2.4 模型优缺点
这种思路是传统的过往用户数据分析,是推荐系统比较常规的实现方式,方案较为成熟。基于海量数据,可以达到比较好的推荐效果。
但是,大数据的处理速度可能较慢,并且存储器开销不是终端可以承受的。同时,对于用户,基于数据的邻近推荐会容易造成信息茧房问题,并不健康。
这种方案可以用于云端的音乐推荐。
2.5 改进空间
- 算法:目前实现的是最基本的基准算法,可以考虑尝试其他的算法。
- 数据:对于这种模型更多的数据几乎一定会带来更好的结果。
- 考虑抓取网易云音乐的数据,可能更优质:本土化音乐,评论、热度、播放列表标签分类。可以用更综合的模型进行推荐
参考文献
[1] Douwe Osinga. Deep Learning Cookbook[M]. O’Reilly, 2018: 210-227.
[2] Nicolas Hug. Surprise: A Python library for recommender systems[J]. Journal of Open Source Software, 2020, 5(52): 2174.
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/38635.html