python音频分析工具_python – 鸟鸣音频分析 – 查找两个剪辑的匹配程度

要做出这个答案，因为评论太久了。

我基本上在这个领域工作，所以我觉得我有一些知识。显然，从我的立场来看，我建议使用音频而不是图像。我还建议使用MFCC作为特征提取(您可以将其视为总结/表征音频特定子带的系数[因为它们])。

GMM是去的。

要执行此任务，您必须拥有一些(最好是很多)标签/已知数据，否则没有机器学习的基础。

您可能会发现有用的技术性：

‘Then, during testing, you submit a

query MFCC vector to the GMM, and it

will tell you which species it thinks

it is.’

更准确地说，您向每个GMM提交查询(如果您正确使用这些查询，则每个都给出该概率分布发出的特定特征向量的可能性[概率]。然后，比较您从所有GMM获得的所有可能性分数，并根据您收到的最高分数进行分类。

UBM中

您可以使用UBM(通用背景模型)简单地对所有背景噪声/信道失真进行建模，而不是“过滤掉”噪声。该模型由使用您可用的所有训练数据训练的GMM(即您为每个课程使用的所有训练数据)组成。您可以使用它来获得“似然比”(Pr [x将由特定模型发射] / Pr [x将由背景模型(UBM)]发射)，以帮助消除背景模型可以解释的任何偏差本身。