文件名称：matlab精度检验代码-DCASE2016:神经网络应对DCASE2016挑战-达到60％
文件大小：123KB
文件格式：ZIP
更新时间：2024-06-10 19:31:19
系统开源
matlab精度检验代码DCASE2016基准系统 Python实现 系统： 任务1-声学场景分类 任务3-实时音频中的声音事件检测 作者 托尼·海托拉（，） Annamaria Mesaros（，） Tuomas Virtanen（，） 目录 简介===============本文档介绍了基准系统的Python实现。 和。 挑战包括四个任务： 任务1和3的基准系统共享相同的基本方法：基于声学特征和基于分类器。 对这两个任务采用类似方法的主要动机是提供较低的入门级别，并允许在两个任务之间轻松切换。 数据集处理隐藏在数据集访问类的后面，这应该有助于DCASE挑战参与者实施自己的系统。 也可用。 1.1。 声场分类 声学特征包括MFCC静态系数（系数为0），增量系数和加速度系数。 该系统为每个声学场景类别学习一个声学模型，并使用最大似然分类方案进行分类。 1.2。 声音事件检测 声学特征包括MFCC静态系数（省略第0个系数），增量系数和加速度系数。 系统为每个包含的声音事件类提供了一个二进制分类器。 对于分类器，从混合信号中训练出两个声学模型：一个具有正例（目标声音事件处于活动状态）和一个
【文件预览】：
DCASE2016-master
----task1_scene_classification.py(36KB)
----hpss.py(1KB)
----task3_sound_event_detection_in_real_life_audio.py(46KB)
----task3_sound_event_detection_in_real_life_audio.yaml(3KB)
----task1_scene_classification.yaml(2KB)
----README.html(52KB)
----src()
--------extend_dataset.py(1KB)
--------evaluation.py(42KB)
--------dataset.py(76KB)
--------features.py(8KB)
--------keras_rnn.py(4KB)
--------general.py(705B)
--------__init__.py(0B)
--------sound_event_detection.py(6KB)
--------ui.py(4KB)
--------files.py(7KB)
----experiments()
--------4.yaml(2KB)
--------5.yaml(2KB)
--------2.yaml(2KB)
--------3.yaml(2KB)
--------1.yaml(2KB)
--------6.yaml(2KB)
----EULA.pdf(56KB)
----requirements.txt(94B)
----run.sh(164B)
----.gitignore(796B)
----README.md(19KB)