单元 4. 构建音乐流派分类器

你将学到什么以及你将构建什么

音频分类是 Transformer 在音频和语音处理中最常见的应用之一。与机器学习中的其他分类任务一样，此任务涉及根据音频录制的内容为其分配一个或多个标签。例如，在语音的情况下，我们可能希望检测何时说出“Hey Siri”等唤醒词，或从“今天天气怎么样？”之类的语音查询中推断出“温度”之类的关键词。环境声音提供了另一个示例，我们可能希望自动区分“汽车喇叭”、“警笛声”、“狗叫声”等声音。

在本节中，我们将了解如何将预训练的音频 Transformer 应用于一系列音频分类任务。然后，我们将针对音乐分类任务微调一个 Transformer 模型，将歌曲分类为“流行”和“摇滚”等流派。这是音乐流媒体平台（例如 Spotify）的重要组成部分，这些平台会推荐与用户正在收听的歌曲类似的歌曲。

在本节结束时，您将了解如何

• 为音频分类任务找到合适的预训练模型
• 使用 🤗 Datasets 库和 Hugging Face Hub 选择音频分类数据集
• 微调预训练模型以按流派对歌曲进行分类
• 构建一个 Gradio 演示，允许你对自己的歌曲进行分类