0
点赞
收藏
分享

微信扫一扫

孤立词识别系统


孤立词识别系统
采用卷积神经网络方法实现孤立词识别系统
实验现象可以通过“HTML演示文件”查看(加载较慢请耐心等待)

程序说明:

1、加载实验训练集共28类

孤立词识别系统_加载

2、引入所用库文件

孤立词识别系统_卷积神经网络_02

3、以16000的频率采样观察一段音频

孤立词识别系统_html_03

4、播放该音频检查是否正常(可在.html中查看播放声音加载较慢,请耐心等待)

孤立词识别系统_html_04

5、检查是否加载了所有训练样本

孤立词识别系统_html_05

6、建立样本直方图统计各个标签即每类个数

孤立词识别系统_卷积神经网络_06

7、在上图28个分类中选取10个进行训练(训练的是这10个,因此其余的不能检测)

孤立词识别系统_html_07

8、之前的16000采样率较高数据量较大,因此对其进行重采样

孤立词识别系统_卷积神经网络_08

9、将数据集中20%的作为测试集,80%的作为训练集,采用默认padding项,移动步长为1,relu激活函数及最大池化方法搭建4层的卷积神经网络对其进行训练

孤立词识别系统_卷积神经网络_09

9、将训练集进行批处理,32组,每组100个,采用多分类对数损失函数并增加“monitor”防止过拟合

孤立词识别系统_加载_10


孤立词识别系统_卷积神经网络_11

10、训练过程如下

孤立词识别系统_加载_12

10、保存模型并画出训练集及测试集损失图像

孤立词识别系统_卷积神经网络_13

11、随机选取音频输出其文件类别,再加载模型预测文件类别并输出

孤立词识别系统_加载_14


孤立词识别系统_加载_15


孤立词识别系统_html_16

12、多次测试

孤立词识别系统_html_17


举报

相关推荐

0 条评论