urban sounds classification:使用CNN对城市中的10种不同声音进行分类 源码

城市声音分类 日期 机器学习和AI ID技术营地的最终项目。 高层概述 有8732个.wav文件,其中包含10种不同的城市声音,例如狗叫声,汽车喇叭声,枪声等。数据集分为10折(文件夹),以使训练和测试变得更加容易。 我使用1-9倍训练模型,然后使用10折测试模型。 自定义CNN用于对声音进行分类。 CNN中使用的声音功能包括: MFCC:使用准对数间隔频率标度的梅尔频率倒谱系数,与人类听觉系统处理声音的方式更相似。 质谱图:计算梅尔级功率谱图。 基于人耳。 chroma-stft:从波形或功率谱图中计算色谱图。 使用音高。 chroma_cq:恒定Q色谱图。 使用音高。 chroma_cens:色度能量标准化CENS。 使用音高。 科技栈 的Python 3 凯拉斯 大熊猫 天秤座 结果 测试精度:70% 验证准确性:90% 反射 从以上结果可以看出,该模型显然是过拟合的