POP909 MIDI 音乐智能分析系统

项目定位

本项目是大学《机器学习》课程第 14 周期末大作业，使用匿名化的 POP909 流行音乐 MIDI 数据完成三个不同难度的音乐理解任务： Task 1 — 旋律/伴奏分类（60 分） 对 8 小节单轨 MIDI 片段进行二分类，判断其是旋律声部还是伴奏声部。模型支持基于手工统计特征（音符密度、平均同时发声数、最大同时发声数、平均音高、音域跨度）的 MLP 训练，以及基于完整 pianoroll 图像的 CNN 训练。该项目在验证集上达到了 100% 的准确率和 Macro-F1。 Task 2 — 24 类调性预测（20 分） 对混合 MIDI 乐曲进行大调/小调及主音共 24 类的调性识别。采用 8 窗口音级比例特征 + 窗口投票机制，有效提升了调性预测的鲁棒性，验证集 Macro-F1 达到 0.926。 Task 3 — 旋律提取（20 分） 从混合多声部 pianoroll（128×88 像素）中逐帧提取旋律音符 mask。采用 U-Net 风格的编码器-解码器结构，配合仅在活跃音符位置计算 BCE Loss 的策略，输出每帧最多一个音的合法旋律线。 工程亮点： - 完整的 PyTorch 训练管线：数据加载、特征工程、模型训练、验证评估、测试预测导出 - 自动化提交打包：根据学号生成防抄袭的 prediction 文件顺序，自动打包 submission zip 工程亮点： - 完整的 PyTorch 训练管线：数据加载、特征工程、模型训练、验证评估、测试预测导出 - 自动化提交打包：根据学号生成防抄袭的 prediction 文件顺序，自动打包 submission zip - Streamlit 交互式 Demo：支持上传 MIDI、选择任务、可视化 pianoroll 并实时输出预测结果 - 报告必做实验：单特征 vs 多特征对比、窗口数消融实验、Loss 策略对照实验 - 学号绑定的防作弊机制：prediction CSV 行顺序由学号唯一确定

核心工作

更多工作内容将在后台补充后展示。

技术架构

页面截图

01