基于PANNs-CNN的環(huán)境聲音分類算法研究及應(yīng)用

打開文本圖片集

摘要：環(huán)境聲音分類（ESC）技術(shù)主要涉及聲音特征提取和分類器算法的選擇。為了探索最佳的特征提取方法和分類器組合，文章對深度學(xué)習(xí)模型PANNs-CNN進(jìn)行了研究和分析，對不同的特征提取方法進(jìn)行了實驗對比。實驗結(jié)果表明，在與同類模型對比中，選用預(yù)訓(xùn)練且更深層的CNN模型可以提高ESC的預(yù)測性能；Log-Mel特征可以更好地保留聲音信號高維度特征及特征相關(guān)性，有助于提升模型分類準(zhǔn)確率。（剩余6034字）