UrbanSound_Classification:使用神经网络进行声音分类

上传者: 42131367 | 上传时间: 2023-04-18 17:06:25 | 文件大小: 2.96MB | 文件类型: ZIP
数据集8732标记了以下10类城市声音的声音摘录(<= 4s):空调,car_horn,儿童游戏,dog_bark,钻探,引擎怠速,gun_shot,手提凿岩机,警笛声和street_music。 使用称为开源库完成特征提取。 Librosa允许您加载声音文件,提取特征,生成波形图等。 我们将研究标准的多感知器模型以及卷积网络和递归网络。 这是使用完成的,它提供了高级神经网络API。 我想在将来尝试使用的一种模型是时间卷积网络(TCN),它基于对。 TCN的最重要组成部分是因果卷积。 “因果”仅表示在时间步t处的过滤器只能看到不迟于t的输入。 使用膨胀卷积的目的是用更少的参数和更少的层来获得更大的接收场。 TCN还使用残差块,将两个膨胀的卷积层堆叠在一起,并将最终卷积的结果加回到输入中以获得块的输出。 要求: librosa == 0.6.0 熊猫== 0.20.3 凯拉斯== 2.

文件下载

资源详情

[{"title":"( 17 个子文件 2.96MB ) UrbanSound_Classification:使用神经网络进行声音分类","children":[{"title":"UrbanSound_Classification-master","children":[{"title":"waveplot.py <span style='color:#111;'> 1.16KB </span>","children":null,"spread":false},{"title":"notebooks","children":[{"title":".ipynb_checkpoints","children":[{"title":"training-checkpoint.ipynb <span style='color:#111;'> 1.67MB </span>","children":null,"spread":false},{"title":"Part-2-Training-checkpoint.ipynb <span style='color:#111;'> 250.70KB </span>","children":null,"spread":false},{"title":"Part-1-Preprocessing-checkpoint.ipynb <span style='color:#111;'> 532.69KB </span>","children":null,"spread":false}],"spread":true},{"title":"Part-2-Training.ipynb <span style='color:#111;'> 250.70KB </span>","children":null,"spread":false},{"title":"Part-1-Preprocessing.ipynb <span style='color:#111;'> 532.73KB </span>","children":null,"spread":false},{"title":"tcn.JPG <span style='color:#111;'> 141.11KB </span>","children":null,"spread":false},{"title":"file_exceptions.txt <span style='color:#111;'> 49.77KB </span>","children":null,"spread":false}],"spread":true},{"title":"models","children":[{"title":"cnn.py <span style='color:#111;'> 3.71KB </span>","children":null,"spread":false},{"title":"rnn.py <span style='color:#111;'> 2.35KB </span>","children":null,"spread":false},{"title":"mlp.py <span style='color:#111;'> 2.36KB </span>","children":null,"spread":false}],"spread":true},{"title":"requirements.txt <span style='color:#111;'> 82B </span>","children":null,"spread":false},{"title":"UrbanSound8K","children":[{"title":"UrbanSound8K_README.txt <span style='color:#111;'> 4.70KB </span>","children":null,"spread":false},{"title":"metadata","children":[{"title":"UrbanSound8K.csv <span style='color:#111;'> 482.52KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"features_labels.py <span style='color:#111;'> 6.75KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.88KB </span>","children":null,"spread":false},{"title":"waveplot.jpg <span style='color:#111;'> 552.95KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明