Sistema de Classificação de Gêneros Musicais e Geração de Acompanhamentos

Este projeto consiste em um sistema para classificar o gênero musical de melodias e gerar acompanhamentos automáticos em formato MIDI. Um modelo Random Forest foi empregado para a classificação de gênero, utilizando características extraídas de mel-espectrogramas.

A aplicação é desenvolvida com Flask e permite as seguintes interações:

• Upload de uma melodia (formatos MIDI, MP3, WAV, etc.) ou gravação em tempo real para análise.
• Predição do gênero musical da melodia e sugestões de instrumentos para acompanhamento.
• Geração e download de um arquivo MIDI de acompanhamento, ajustado ao BPM e ao gênero/instrumento selecionados.

Índice

• Visão Geral
• Recursos Utilizados
• Instalação
• Uso
• Estrutura do Projeto

Visão Geral

O sistema possui duas funcionalidades principais:

• Classificação de Gênero Musical: O endpoint /predict recebe uma melodia de entrada. O sistema processa esta melodia para gerar mel-espectrogramas e extrai características como RMS, Zero Crossing Rate (ZCR), centroides espectrais, MFCCs e BPM. O modelo Random Forest prediz o gênero musical com base nessas características. O resultado inclui o gênero predito e uma lista de instrumentos sugeridos para o acompanhamento.

• Geração de Acompanhamento Musical: O endpoint /accompaniment utiliza o gênero musical detectado, o instrumento e o BPM fornecidos pelo usuário. Um arquivo MIDI de acompanhamento pré-definido (baseado em progressões harmônicas do gênero) é ajustado ao BPM informado e retornado para download.

Recursos Utilizados

• Linguagem: Python
• Framework Web: Flask
• Bibliotecas:
  • Pandas, NumPy: Manipulação e processamento de dados.
  • Librosa: Extração de características de áudio (MFCCs, espectrogramas).
  • Pydub: Manipulação e conversão de formatos de áudio.
  • Mido, midi2audio: Processamento de arquivos MIDI e conversão para áudio.
  • Scikit-learn: Implementação e treinamento do modelo Random Forest.
  • Joblib: Carregamento de modelos, scaler e encoder pré-treinados.
  • Mlxtend: Utilizado para visualizações durante o desenvolvimento.
• Ambiente de Execução: Python 3.x

Instalação

Para configurar e executar o projeto localmente:

1. Clone o repositório:

   git clone [https://github.com/seu-usuario/classificador-generos-musicais.git](https://github.com/seu-usuario/classificador-generos-musicais.git)
   cd classificador-generos-musicais

2. Crie e ative um ambiente virtual (recomendado):

   python -m venv venv
   source venv/bin/activate  # Linux/macOS
   venv\Scripts\activate     # Windows

3. Instale as dependências:

   pip install -r requirements.txt

4. Inicie o servidor Flask:

   python interface.py

5. Acesse a aplicação:

   [http://127.0.0.1:5000/](http://127.0.0.1:5000/)
   

Uso

Instruções para utilizar a aplicação:

1. Acesse a Interface Web: Abra seu navegador e vá para http://localhost:5000/.

2. Envie sua Melodia:

   • Clique em "Escolher arquivo" e selecione uma melodia (MIDI, MP3, WAV, FLAC, M4A, OGG).
   • Clique em "Enviar".

3. Visualize Resultados:

   • A aplicação exibirá o gênero musical previsto e instrumentos sugeridos.

4. Gere Acompanhamento (Opcional):

   • Selecione um instrumento sugerido.
   • Defina o BPM desejado.
   • Clique em "Gerar Acompanhamento" para baixar o arquivo MIDI personalizado.

Estrutura do Projeto

A organização do projeto é a seguinte:

• interface.py: Implementa a aplicação Flask.
• uploads/: Armazena temporariamente os arquivos de melodia enviados.
• predictions/: Armazena os arquivos MIDI de acompanhamento gerados.
• accompaniments/: Contém arquivos MIDI pré-definidos para cada combinação de gênero e instrumento.
• modelos/: Contém o classificador de gênero (genre_classifier.pkl).
• soundfont/: Armazena a soundfont para conversão de MIDI para áudio.
• templates/: Contém o arquivo index.html da interface web.