Professionaalne heli klassifikatsioon

‌Professionaalne heliklassifikatsioon‌ viitab heliandmete klassifitseerimise tehnoloogiale konkreetsetesse kategooriatesse, mida kasutatakse laialdaselt kõnetuvastuses, muusikateabe hankimises, turvaseire ja muude väljade osas. Selle aluspõhimõtted ja sammud hõlmavad eeltöötlust, funktsioonide kaevandamist, klassifikaatori koolitust ja klassifitseerimise otsus jne.
Audio klassifitseerimise põhiprintsiibid ja etapid
‌Precercessing‌: lisades helisignaalide proovide võtmine, kvantimine, filtreerimine ja muud toimingud, et parandada signaalide kvaliteeti ja signaali ja müra suhet. Levinud eeltöötlusmeetodid hõlmavad sagedusdomeeni filtreerimist ja adaptiivset filtreerimist.
‌Feature Extraction‌: helisignaali analüüsides ekstraheeritakse selle omadusi ja kategooriaid kajastavaid põhiteavet. Ühiste omaduste hulka kuuluvad ajadomeeni tunnused (näiteks lühiajaline energia ja nullületamiskiirus), sagedusdomeeni omadused (näiteks spekter) ja CEPStrumi tunnused (näiteks Mel sagedus CEPSTRUM koefitsiendid).
‌Classifier Training‌: kasutage treenimiseks masinõpet või sügavaõppe mudeleid. Ühiste mudelite hulka kuuluvad tugivektorid, juhuslikud metsad, konvolutsioonilised närvivõrgud ja rekursiivsed närvivõrgud jne.
‌Klassifitseerimise otsus‌: klassifitseerige uued heliandmed vastavalt koolitatud mudelile.
Ühised rakenduse stsenaariumid
Emotsioonide klassifikatsioon
‌Voice käskude klassifikatsioon
‌Pakeri klassifikatsioon‌: tuvastage erinevad kõlarid‌.
‌Music -stiilis diskrimineerimine‌: tuvastage muusikastiilid, nagu klassikaline, džäss, rock jne.
‌Language diskrimineerimine‌: tuvastage erinevad keeled või murreted‌.
Hindamisnäitajad
Heliklassifikatsiooni algoritmide hindamisnäitajad hõlmavad täpsust, tagasikutsumist ja F1 skoori. Täpsus peegeldab proovide osakaalu, mis on klassifikaatori poolt õigesti klassifikaatorisse klassifikaator, meenutamine kajastab positiivsete proovide osakaalu, mis on klassifikaatori poolt õigesti klassifikaatori poolt kõigi positiivsete proovide järgi klassifitseeritud, ja F1 skoor on täpsuse ja tagasikutsumise harmooniline keskmine, mis võib põhjalikult kajastada klassifikaatori jõudlust.