本项目主要研究了音乐流派分类，这是一个对音乐推荐系统和音乐库管理至关重要的问题。采用了高级特征工程方法，如梅尔频率倒谱系数（MFCC）、频谱质心、色度特征和频谱对比度，来提取音频信号中的关键信息。这些特征在揭示节奏、旋律和和声结构方面至关重要，并为后续的分类模型提供了丰富的输入。
最近一年贡献：20 次
最长连续贡献：2 日
最近连续贡献：2 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。
