文件名称：端到端：用于识别人的端到端模型
文件大小：256KB
文件格式：ZIP
更新时间：2024-03-04 04:32:15
Python
端到端 只是一堆用于音频分类的端到端架构。 架构的输入是原始音频信号的向量。 输出是softmax层，该层将音频分类为10类。 来自以下论文的模型： RawNet：Jung，Jee-weon等。 “ Rawnet：先进的端到端深度神经网络，使用原始波形进行与文本无关的说话者验证。” arXiv预印本arXiv：1904.08104（2019）。 1DCNN，1D Gammatone：Abdoli，Sajjad，Patrick Cardinal和Alessandro Lameiras Koerich。 “使用一维卷积神经网络进行端到端环境声音分类。” 专家系统的应用程序136（2019）：252-263。 ENVNETV2：Y. Tokozume，Y。Ushiku和T. Harada，“从类间示例中学习深度声音识别”，arXiv预印本1711.10282，2017年。
【文件预览】：
End-to-end-master
----README.md(839B)
----1DCNN.py(2KB)
----filters.mat(252KB)
----1D Gammatone.py(2KB)
----RawNet.py(2KB)
----ENVNETV2.py(3KB)