前言
今天是五月三十一日，还有四十天来到复旦就快一年了，研一下学期到今天也有三个多月了，总结一下这个学期做了什么。
二月
从2.14日回来学校之后，总结了一下上学期看了论文。然后想收集million songs dataset的audio，以前7digital是提供这些歌曲的前三十秒预览的，然后我在找的时候发现7digital早就不提供这个API了。花了几天功夫还是找不到，同时我在ISMIR谷歌网上论坛上也发现几年前就有人遇到这个难题了，遂放弃。
三月
从三月开始我苦于没有数据集训练网络。幸运的是博士师兄花了半个月的时间爬了FMA 数据集，爬到了750个歌手大约14500首歌曲。我一直想收集一些情感标签来预训练一个网络，然后迁移到情感计算领域。于是我就去last.fm上收集每首歌曲听众打上的标签。收集last.fm上的标签可以调用last.fm的API，但是这里还要学习一些python中网络编程的知识，还要将last.fm返回的标签转换格式保存在文件里面。正准备自己造轮子的时候，我发现了一个三方的python接口pylast，借助这个接口可以简单访问last.fm网站上的数据。
把这个库设置好，我使用eyeD3提取这些歌曲MP3里面的metadata中的歌曲名字和歌手名字，这两个是提供给last.fm API的两个索引参数，开始跑收集标签的程序时我发现很多歌曲返回的标签都是空的数组，非常奇怪，这出乎了我的意料。然后我就自己手动的去验证这些收集不到听众标签的歌曲，结果首先发现这些歌曲的歌手要么不知名或者音乐风格小众，导致只有很少的播放记录，其次就是很多歌手虽然有10首歌，但是每首歌受听众欢迎的程度不同。这两个原因导致很多歌曲没有听众标签。这样的歌曲在FMA里面有很多，这会导致我最后根本收集不到多少有对应标签的歌曲。为什么FMA里面有很多这样的歌曲，那这就要考虑音乐版权的问题了，比如说Taylor Swift很火，她的歌肯定是不可能收录到FMA数据集中的。可能只是一些不知名的歌手，自由创作歌手愿意授权给FMA
于是我转换了一种思路，收集歌手的标签，可能一个歌手的一首歌收集对应的标签太少，那么我转而收集这个歌手的标签，如果这个歌手的歌曲标签收集不到，那么这个歌手对应的标签能够有更大可能搜集到。最终我收集到了大概350个艺术家的标签，使用Choi筛选的标签进行过滤得到一个50维的稀疏向量作为标签。每个艺术家有一个100个30秒clips。总共35000首歌，足够用来训练了。
我先训练了一个五层的卷积神经网络来做音乐自动标注，使用的评价指标是AUC，非常奇怪的是，我轻松的就将AUC在训练集上训到90%，然后将这个网络作为特征提取器转移到情感分类任务上时发现，分类效果和随机分类没有什么差别。这个idea宣告失败。
后来我四月在做另一个思路时我突然发现失败的原因可能是这个：由于我选用的网络是使用三秒的音频的梅尔频谱作为输入，这里我犯了一个错误，我事先将这个三十秒的clips直接按顺序划分成了十段三秒的音频，这样其实是不妥的，我应该随机的在这个三十秒的音频里选择一个帧作为起点，往后截取出三秒作为神经网络的输入，通过这样处理，那么可以增加很多样本。之前很轻松的能够训到90%的AUC，可能是这个原因导致的。
四月
可以说三月的实验进展非常不顺利，但是我在总结实验失败的时候又有一个新的idea冒出来，实验进展非常顺利，我和一位本科学妹一起合作，一个月就把实验全部做好。
这一部分日后论文发表了再赘述。
五月
五月的前十天我在看了很多文献，这里主要是想motivation，总结实验，做好在组会上要讲的PPT。组会开完之后，我们又找了一个新的数据集补了一组实验，汇报过老师之后就开始写论文，这个时候非常尴尬，因为ISMIR会议在四月截止了，而ICASSP要等到10月才截止，所以论文投稿还要很长一段时间。整个五月后面的时间我都在写论文，整理代码。到今天，终于把论文的初稿写出来了，不得不说，写论文真的是一件非常困难的事情。
Future work
忙了这三个月以后，终于能歇息一会了。
接下来我也得想想下一步做什么课题，同时在未来的三个月想学一点自己想学的东西。C++？Java？Leetcode？补深度学习知识？读几本自己喜欢的课外书？ 都可以啊哈哈哈。