我的任务是使用任何合适的算法对音频信号进行分类。经过一些研究，我发现，本文中的 CNN显示出有希望的结果。但是，它仍然需要改进。当前数据沿每个样本缩放（即每个音频信号的均值为零且方差相同（即 1）），这会导致有关信号幅度和方差的信息丢失。有没有办法将此信息（即，如果我在缩放之前单独计算）附加到当前信号以使 CNN 使用它？
提前感谢您的帮助！
时间序列的特征工程（音频信号）
数据挖掘
美国有线电视新闻网
特征工程
音频识别
2022-02-14 19:20:07
1个回答
截至 2019 年，最常见的方法是将原始音频波形转换为时频表示（“频谱图”）。一般音频最常用的频谱图是对数缩放的梅尔频谱图。这允许使用 2D CNN，与用于图像的非常相似。
其它你可能感兴趣的问题