婴儿哭声分类识别实现(准确率99.3%)(深度学习、迁移学习、音频分类、tensorflow)
本文是婴儿哭声分类识别系统化的主体部分,该部分涉及5种网络模型,分别是DNN深度学习模型、迁移学习Urbansound的DNN网络模型、CNN深度学习模型、迁移学习Urbansound数据模型和迁移学习Vggish模型,主要解决智能音频分类的问题。基于此目标,本文查找了大量资料,并做了大量实验,最后获得了一个婴儿哭声分类识别准确率相对较高的深度学习模型——迁移学习Urbansound数据模型。本文借助tensorflow深度学习框架尝试DNN、CNN和迁移学习(主要为vggish模型)方面寻找最佳分类模型。
原创
2022-07-07 20:26:40 ·
8644 阅读 ·
21 评论