Datawhale语音识别-Task2：赛题数据介绍与分析

1.声音是如何产生的：

声音以波的形式传播，即声波（Sound Wave）。当我们以波的视角来理解声音时，却又大繁若简起来：仅凭频率（Frequency）、 幅度（Magnitude）、相位（Phase）便构成了波及其叠加的所有，声音的不同音高（Pitch）、音量（Loudness）、音色（Timbre） 也由这些基本“粒子”组合而来。

2.赛题数据集：

声音分类在很多场景中都有大模型的应用，例如对音乐的分类可以应用于音乐检索和音乐推荐中； 对人声的分类可以应用在身份识别、智能家居中。本比赛的背景是食物的声音的分类，是一个充满趣味性的任务。

3.赛题数据探索过程：

1.加载库：

Python有一些很棒的音频处理库，比如Librosa和PyAudio，还有一些内置的模块用于处理音频的基本处理。

2.查看音频数据：

音频文件夹的个数: 20
音频文件总量： 7000

序号   类别             数量        占比
0    cabbage             329       4.70%
1    noodles             251       3.59%
2    chocolate           178       2.54%
3    grapes              345       4.93%
4    gummies             446