用Python绘制音乐图谱

　　在本文中，我们将探讨一种简洁的方式，以此来可视化你的MP3音乐收藏。此方法最终的结果将是一个映射你所有歌曲的正六边形网格地图，其中相似的音轨将处于相邻的位置。不同区域的颜色对应不同的音乐流派（例如：古典、嘻哈、重摇滚）。举个例子来说，下面是我所收藏音乐中三张专辑的映射图：Paganini的《Violin Caprices》、Eminem的《The Eminem Show》和Coldplay的《X&Y》。

　　为了让它更加有趣（在某些情况下更简单），我强加了一些限制。首先，解决方案应该不依赖于MP3文件中任何已有的ID3标签（例如，Arist，Genre），应该仅仅使用声音的统计特性来计算歌曲的相似性。无论如何，很多我的MP3文件标记都很糟糕，但我想使得该解决方案适用于任何音乐收藏文件，不管它们的元数据是多么糟糕。第二，不应使用其他外部信息来创建可视化图像，需要输入的仅仅是用户的MP3文件集。其实，通过利用一个已经被标记为特定流派的大型歌曲数据库，就能提高解决方案的有效性，但是为了简单起见，我想保持这个解决方案完全的独立性。最后，虽然数字音乐有很多种格式（MP3、WMA、M4A、OGG等），但为了使其简单化，这里我仅仅关注MP3文件。其实，本文开发的算法针对其他格式的音频也能很好地工作，只要这种格式的音频可以转换为WAV格式文件。

　　创建音乐图谱是一个很有趣的练习，它包含了音频处理、机器学习和可视化技术。基本步骤如下所示：

1. 转换MP3文件为低比特率WAV文件。
2. 从WAV元数据中提取统计特征。
3. 找到这些特征的一个最佳子集，使得在这个特征空间中相邻的歌曲人耳听起来也相似。
4. 为了在一个XY二维平面上绘图，使用降维技术将特征向量映射到二维空间。
5. 生成一个由点组成的六角网格，然后使用最近邻技术将XY平面上的每一首歌曲映射六角网格上的一个点。
6. 回到原始的高维特征空间，将歌曲聚类到用户定义数量的群组中（k=10能够很好地实现可视化目的）。对于每个群组，找到最接近群组中心的歌曲。
7. 在六角网格上，使用不同的颜色对k个群组中心的那首歌曲着色。
8. 根据其他歌曲在XY屏幕上到每个群组中心的距离，对它们插入不同的颜色。

　　下面，让我们共同看看其中一些步骤的详细信息。

MP3文件转换成WAV格式

　　将我们的音乐文件转换成WAV格式的主要优势是我们可以使用Python标准库中的“wave”模块很容易地读入数据，便于后面使用NumPy对数据进行操作。此外，我们还会以单声道10kHz的采样率对声音文件下采样，以使得提取统计特征的计算复杂度有所降低。为了处理转换和下采样，我使用了众所周知的MPG123，这是一个免费的命令行MP3播放器，在Python中可以很容易调用它。下面的代码对一个音乐文件夹进行递归搜索以找到所有的MP3文件，然后调用MPG123将它们转换为临时的10kHz WAV文件。然后，对这些WAV文件进行特征计算（下节中讨论）。