(1.1.49)--通用音频分类数据挖掘.ppt

《(1.1.49)--通用音频分类数据挖掘.ppt》由会员分享，可在线阅读，更多相关《(1.1.49)--通用音频分类数据挖掘.ppt（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、通用音频分类目录（一）题目内容（二）项目数据（三）求解思路（四）详细过程（五）实验结果2024/2/21（一）题目内容l题目来源：通用音频分类竞赛 DataFountainl题目内容：作为多媒体信息的重要载体，音频信息处理应用广泛且多样，如自动语音识别、音乐风格识别等。本次训练赛旨在构建通用的基于深度学习的自动音频分类系统，希望大家探索更为鲁棒的音频表述方法。2024/2/21（二）项目数据l数据简介：数据整理自网上公开数据集（已脱敏），数据集涵盖5类不同音频，该类数据集广泛应用于音频分类的业务场景。l数据说明：数据文件夹包含6个文件，依次为2024/2/21（二）项目数据l训练集：共30个文

2、件夹，其中存放若干与文件名相同的英语单词音频。l测试集：存放6835个随机音频。2024/2/21（三）求解思路l基本思路：音频分类是音频信息处理领域的一个基本问题，从本质上说，音频分类的性能依赖于音频中的特征提取。传统特征提取算法使用音频特征的统计信息作为分类的依据,使用到的音频特征包括线性预测编码、短时平均能量等。近年来，基于深度学习的音频分类取得了较大进展。基于端到端的特征提取方式，深度学习可以避免繁琐的人工特征设计。2024/2/21（三）求解思路l具体思路：1.对语音wav文件进行特征提取2.对得到的数据进行归一化处理3.使用CNN神经网络对归一化后的数据进行分类训练4.使用训练得到

3、的模型对新的语音wav文件进行识别2024/2/21（四）详细过程2024/2/211.加载文件右侧代码可对trainset文件夹进行音频读取与分类，将同一类音频放在cls字典的同一个key中；音频分类完毕后，对每类音频，随机选取80%为训练集、10%为训练时的验证集、10%为最终测试集。（四）详细过程2024/2/212.读取文件并使用librosa库函数提取音频的mfcc特征函数输入的是wav文件名的list，每个文件是一个单词的发音，每个单词发音特征提取后是一个20*80的数据矩阵。即mfcc的维度为20,帧数为80。（四）详细过程2024/2/21（四）详细过程2024/2/214.CNN网络构建（四）详细过程2024/2/215.特征训练（四）详细过程2024/2/216.模型测试（五）实验结果2024/2/21（五）实验结果2024/2/21谢谢观看！2024/2/21