声纳:使用scikit learn RandomForest模型进行机器学习语音分类 源码
声纳计划 这项研究由Wentworth理工学院的三名计算机科学本科生团队组成的团队于2020年7月进行,以探索机器学习在现实世界语音数据分类中的可能应用。 该工作的重点是尝试使用各种功能工程和数据分析方法,以及此应用程序中各种机器学习模型的性能。 该团队专注于应用scikit-learn Python库中可用的工具,以将常见的机器学习算法应用于该问题。 所采用的方法能够证明特征工程和数据处理以及各种机器学习模型的有效性。 结果表明,使用简单的机器学习模型,可以对音频扬声器进行分类。 经过数据调整,模型选择和超参数调整,我们能够在7个类别之间达到74%的精度。 仅使用传统机器学习模型的结果水平
文件列表
sonus-master.zip
(预估有个9文件)
sonus-master
.gitignore
2KB
data
.gitignore
6B
model
.gitignore
0B
sonus
pipeline.py
6KB
parse.py
6KB
__init__.py
0B
暂无评论