基于采样率，对音频信号进行分类

基于采样率，对音频信号进行分类，深度学习，tensorflow2.3

@author:tz , time:2020_9_29

1. 了解音频

如果我们想给两类 音频 信号进行分类，该从哪里下手？各类框架对 图片 分类的例子有很多，网上案例一搜一大堆，但是音频这块就很不常见了。
其基本原因是音频信号不够直观，传统 信号与系统 中，对声音进行分析，大多要经历各种 时域 到频域 的变化，诸如fft…
如果从没接触过这块的，光 频域 这个概念都要消化很久，再加上国内教材大多不讲人话，进一步加大了入门难度。
这里推荐一篇简单的入门文章
《信号与系统》太easy了 那是因为看过了这篇奇文
如果还觉得费力可以去看一下 B站 关于 傅里叶变化 的视频

2.对音频进行特征提取

光知道这些，你对音频进行处理后，得到是一大堆数据，
这里面包含有效信息吗？网络结构可以识别的信息？
肯定是包含的，但是！就这样一脑子把数据全丢进去真的好吗？
举个简单的例子：

现在，有一个时钟的图片，要求得到显示的时间？

原始数据：像素网格，你当然可以把图片像素作为数据，丢入网络训练。

比较好的特征：指针的坐标，我们如果以时钟中心为原点，很快就能求到各指针的位置，这样一来，我们就能更快更好的求到时间。

更进一步：指针的角度，这样，我们只要知道时针的角度，就能求解了。

这就是 特征工程 意义。
深度学习就是要从数据中学习表示。与问题相关度越高的数据必然是更好的选择，他能大幅度提高准确率，提升模型的速度。

回到我们 音频 处理，首先，要对我们要处理的数据集有个基本了解，不妨试试求解一下要处理的音频数据的各种特征，看看音频哪种属性(频率，带宽，分贝…) 在我们要处理的数据中是具有辨识度的。

推荐文章:
Python处理音频信号实战 : 手把手教你实现音乐流派分类和特征提取

这里情况开始不同，由于各个人的数据库不相同，你可以使用很多特征。我这里只介绍最基础的——采样点。

3.代码

新手学习代码最好的方法就是找到大神的代码一顿魔改
我找到的：

https://keras.io/examples/audio/speaker_recognition_using_cnn/#setup

由于本地是个二分类单标签问题，加上数据量较小。
结合实际情况，魔改加删减后：

import tensorflow as tf
import os
import numpy as np
import keras
from pathlib import Path

DATASET_AUDIO_PATH = 'your dataset path'
SHUFFLE_SEED = 6

class_names = os.listdir(DATASET_AUDIO_PATH)
print("Our class names: {}".format(</