DDMD：基于 AI 的数字药物音乐检测器

我们提出 DDMD（数字药物音乐检测器）的第一个版本，这是一个区分数字药物音乐与正常音乐的二分类器。在文献中，数字药物音乐主要从其心理、神经或社会影响方面进行探索。然而，尽管在音乐信息检索（MIR）领域有大量关于使用机器学习的研究，包括音乐流派分类，但数字药物音乐在该领域中尚未被考虑。在本研究中，我们首先收集了一个包含 3,176 个音频文件的数据集，分为两类（1,676 个数字药物音乐和 1,500 个非数字药物音乐）。我们提取了机器学习特征，包括 MFCCs、chroma、频谱对比度以及频率分析指标（检测到的频率的均值和标准差）。使用随机森林分类器，我们实现了 93% 的准确率。最后，我们开发了一个 Web 应用程序来部署该模型，使终端用户能够检测数字药物音乐。