如何訓練模型以識別聲音？

Question

對於機器學習我真的很陌生。我有一個項目可以從一個片段中識別出一個給定的聲音，比如明智的出現次數（例如：Dog Bark）。在音頻片段中會有幾種聲音。我需要做的是從中識別出特定的聲音。我衝了一些關於機器學習的文章。但我仍然缺乏知識在哪裏開始這個項目，而且我的時間不夠了。我試圖用Matlab波形函數繪製音頻剪輯。但我不知道如何訓練這樣一個模型並逐幀分析剪輯來識別特定的聲音。

任何幫助將非常感激。任何人都可以請告訴我如何做到這一點？

我可以直接對聲音進行模板匹配嗎？

Answer 1

嘗試爲您的機器學習模型提供從音頻數據中重疊窗口獲得的MFCC矢量序列或流。這是音頻指紋識別更常用方法之一的基本開始。