C或Python中的声音识别和分类库

大家好!

我是一名学生,正在尝试制作一个关于声音识别的DIY设备。与语音识别相比,我不需要太精确和复杂的识别,我只想采用并使用一些简单的识别库来支持我的小应用。

换句话说,我想要的是“宽范围”的声音识别。例如,如果有“Boom! Boom!”的声音,我不需要识别出“哦,那是雪佛兰Corvette Z06的引擎声。好机器,对吧?”(X),而是识别为“汽车。朝我开来。声音大且吵。”(O)这就足够了。

或者,如果有“Ka-boom!”“Bang!”的声音,我不需要识别为“北桥上在放烟花。这个冬天?可能有些傻瓜在外面。”(X),而是“爆炸声。我绝对不会去那里。奇怪。”(O)这就足够了……等等。也就是说,我想使用匿名库来“分类”声音,并将其作为我的应用提供的指导信息的有用数据。

有没有什么有用的信息,或者可以推荐的库供我参考?我期待着你们的宝贵建议。谢谢。

此致,

J. Park


回答:

如果你对C++库(不是真正的C)持开放态度:

Aquila

但你需要自己开发识别功能,这是通过使用标记为它们所产生噪音的样本库来完成的。这是一个长期项目,你是否熟悉信号处理,如傅里叶变换、DTW等?这些是标准的处理过程。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注