Türk müzik türlerinin evrişimli sinir ağları ile sınıflandırması

Dijital müzik veri tabanlarının düzenlenmesinde sıklıkla kullanılan müzik türü sınıflandırması, dijital müzik kayıtlarının hızla artmasıyla birlikte müzik bilgi erişimi alanında zorlu bir görev haline gelmiştir. Tür sınıflandırması, şarkı önerileri geliştirme, benzer şarkıları bulma ve belirli bir müzikten hoşlanabilecek kitleleri keşfetme gibi bazı güncel ilgi çekici zorlukları açıklamakta faydalı olabilir. Bu nedenle, otomatik müzik türü sınıflandırması, müzik analizi, erişim ve öneri sistemleri sunan uygulamalar için önemli bir rol oynamaktadır. Bu süreçte kullanıcıya yardımcı olabilir veya tamamen onun yerini alabilir. Ayrıca, otomatik müzik türü sınıflandırması, müzik sinyallerinin içerik tabanlı analizi için özellikler geliştirme ve değerlendirme konusunda bir temel oluşturur. Bu alandaki önceki araştırmalar ağırlıklı olarak Batı müziğindeki türlerin sınıflandırmasına odaklanmıştır. Ancak, çevrimiçi Türk müziği içeriğini sınıflandırma henüz tam olarak tanımlanmamıştır ve bu durum, Türk müziği bağlamında ses türlerinin otomatik sınıflandırılması için bir engel teşkil etmektedir. Türk müziği türü sınıflandırmasına ilişkin daha önceki çalışmalar, çoğunlukla Klasik tekniklere dayanmaktadır. Bu klasik teknikler, iki temel adıma dayanmaktadır: müzik türünün akustik özelliklerinin çıkarılması ve sınıflandırma için makine öğrenimi algoritmalarının kullanılması. Ancak bu yaklaşım, Türk müziği türü sınıflandırmasının performansını sınırlamaktadır. Bu nedenle, bu çalışmada, Mel-spektrogram analizi ile elde edilen görüntüleri kullanarak evrişimli sinir ağları ile otomatik Türk müziği türü sınıflandırması üzerinde durulmuştur. İlk olarak, Arabesk, Pop, Rap, Rock, Türk Klasik Müziği ve Türk Dini Müziği gibi Türk müziğinin en iyi bilinen altı kategorisini içeren bir veri kümesi oluşturludu. Ardından, bu çalışma, evrişimli sinir ağları ile derin öğrenme tekniğini önermekte ve şarkıları uygun müzik türlerine sınıflandırmak için Mel-Spektrogram'dan üretilen spektrogram görüntülerini CNN modeline girdi olarak kullanmaktadır. Önerilen yöntemin eğitim için yaklaşık %99,62 ve test için %99,80 gibi yüksek bir doğruluk oranına sahip olması, bu yöntemin başarısını kanıtlamaktadır.