树莓派Pico与TensorFlow实现音乐流派识别

### 树莓派Pico与TensorFlow实现音乐流派识别 #### 1. 树莓派Pico音频录制验证 当你使用树莓派Pico进行音频录制时，4秒后，你会在串口终端看到一系列整数。这些整数代表通过ADC外设以数字格式采集的音频样本。在麦克风前说话，显示的数字会发生变化，这表明树莓派Pico能够有效捕获音频片段。 如果你使用的是SparkFun Artemis Nano，可以参考Arduino IDE中的预构建示例（Example1_MicrophoneOutput），它展示了如何使用内置的PDM麦克风。 #### 2. 从串口传输的样本生成音频文件 - **所需库**： - pySerial：用于读取串口传输的数据。 - soundfile（https://pysoundfile.readthedocs.io/）：用于读取或写入音频文件，可通过以下命令安装： ```bash $ pip install soundfile ``` - **操作步骤**： 1. 在计算机上创建一个名为`parse_audio_samples.py`的Python脚本。 2. 导入必要的Python库： ```python import serial import soundfile as sf import numpy as np ``` 3. 初始化pySerial： ```python ser = serial.Serial() ser.port = '/dev/ttyACM0' ser.baudrate = 115200 ser.open() ser.reset_input_buffer() ``` 4. 定义一个无限循环，读取样本率、音频长度和串口传输的样本： ```python def serial_readline(obj): data = obj.readline() return data.decode("utf-8") while True: ad_sr_str = serial_readline(ser) ad_len_str = serial_readline(ser) ad_sr = int(ad_sr_str) ad_len = int(ad_len_str) ad_buf = np.empty((ad_len), dtype=np.int16) for i in range(0, ad_len): sample_str = serial_readline(ser) ad_buf[i] = int(sample_str) ``` 5. 创建一个名为`test.wav`的音频文件： ```python sf.write("test.wav", ad_buf, ad_sr, subtype='PCM_16') ``` - **验证录制**：关闭Arduino串口监视器，确保树莓派Pico连接到计算机，运行Python脚本： ```bash $ python parse_audio_samples.py ``` 按下按钮并在麦克风前说话，树莓派Pico的内置LED会亮起4秒表示正在录制。录制完成后，Python脚本会解析串口传输的数据并创建`test.wav`文件。使用媒体播放器播放该文件，检查音频是否录制正确。 #### 3. 构建音乐流派分类数据集 - **数据集来源**： - GTZAN数据集：包含十种音乐流派（蓝调、古典、乡村、迪斯科、嘻哈、爵士、金属、流行、雷鬼和摇滚），每个流派有100个30秒的音频片段，音频格式为.wav，采样率22050 Hz，单声道，16位整数样本。对于本项目，只需要识别迪斯科、爵士和金属音乐流派，可将相关文件夹上传到Google Drive。 - 树莓派Pico录制的音频：为确保数据集包含与生产环境中使用的相同麦克风捕获的音频样本，建议为每个音乐流派选择至少5首歌曲，并从每首歌曲中录制10个4秒长的片段。可以使用Pixabay（https://pixabay.com/）上的免版税歌曲。 - **选择合适的模型输入长度**：由于微控制器内存有限，考虑到树莓派Pico的SRAM为264 KB，选择分析1秒的音频数据，这样可以将内存需求降低到44.1 KB（采样频率为22050 Hz，16位整数样本）。 - **操作步骤**： 1. 从Kaggle（https://www.kaggle.com/datasets/andradaolteanu/gtzan-dataset-music-genre-classification）下载GTZAN数据集并解压。 2. 在Google Drive中创建一个名为`mgr_dataset`的文件夹，将`genres_original`目录中的迪斯科、爵士和金属文件夹拖到该文件夹中。记录这三个目录的Google Drive文件ID。 3. 复制`parse_audio_samples.py`脚本到一个新文件`build_dataset.py`，并删除创建`test.wav`音频文件的行。 4. 调整Python脚本以将树莓派Pico录制的音频片段上传到Google Drive： - 导入UUID模块并声明变量： ```python import u ```