尝试整改

改进模型可用的功能，删除数据中存在的一些噪声。

• 在音频数据中，一种常见的方法是对数据进行平滑处理，然后对其进行校正，以便随着时间的推移声能的总量更容易区分。

# Rectify the audio signal
audio_rectified = audio.apply(np.abs)

• 您还可以计算每个时间点的绝对值。这也称为校正，因为您确保所有时间点都是正的。

• 通过在50 个样本的窗口rolling中取平均值来平滑数据

audio_rectified_smooth = audio_rectified.rolling(50).mean()

• 计算每个声音的包络并对其进行平滑处理将消除大部分噪音，从而获得更清晰的信号。

计算频谱图

• 计算声音的频谱图（即组合窗口傅立叶变换）。这描述了随着时间的推移声音中存在哪些频谱内容（例如，低音和高音）。与原始音频文件相比，频谱图中的信息要多得多。通过计算光谱特征，您可以更好地了解正在发生的事情。

  • 这类似于我们计算滚动平均值的方式：

    • 我们在滑动窗口中计算多个傅里叶变换，以查看它如何随时间变化。对于每个时间点，我们围绕它取一个时间窗口，计算窗口的傅里叶变换，然后滑动到下一个窗口。结果是对傅里叶变换的描述，因为它在整个时间序列中发生变化，称为短时傅里叶变换或 STFT。

      • 选择窗户尺寸和形状
      • 在某个时间点，计算该窗口的FFT
      • 将窗口滑动一格
      • 汇总结果

  • 计算 STFT

    • 我们可以计算 STFTlibrosa $\rightarrow$ import librosa as lr
    • 我们可以调整几个参数（例如窗口大小）
    • 出于我们的目的，我们将转换为对所有频率的平均值进行归一化的分贝。
    • 然后我们可以用specshow()函数可视化它

这就是计算STFT的方法

# Calculating the STFT
# Import the functions we'll use for the STFT
from librosa.core import stft, amplitude_to_db
from librosa.display import specshow

# Calculate our STFT
HOP_LENGTH = 2**4
SIZE_WINDOW = 2**7
audio_spec = stft(audio, hop_length=HOP_LENGTH, n_fft=SIZE_WINDOW)

# Convert into decibels for visualization
spec_db = amplitude_to_db(audio_spec)

# Visualize
specshow(spec_db, sr=sfreq, x_axis='time', y_axis='hz', hop_length=HOP_LENGTH)

尝试光谱特征工程

您还可以对您的婴儿音频数据执行频谱特征工程

• 因为每个时间序列都有不同的光谱模式。
• 我们可以通过分析频谱图来计算这些频谱模式。
• 例如，光谱带宽和光谱质心描述了每个时刻大部分能量的位置。

# Calculate the spectral centroid and bandwidth for the spectrogram
bandwidths = lr.feature.spectral_bandwidth(S=spec)[0]
centroids = lr.feature.spectral_centroid(S=spec)[0]
 
# Display these features on top of the spectrogram
ax = specshow(spec, x_axis='time', y_axis='hz', hop_length=HOP_LENGTH)
ax.plot(times_spec, centroids)
ax.fill_between(times_spec, centroids - bandwidths / 2,centroids + bandwidths / 2, alpha=0.5)

现在您可以组合光谱（spec $\rightarrow$光谱数据帧）和分类器中的时间特征

centroids_all = []
bandwidths_all = []
 
for spec in spectrograms:
    bandwidths = lr.feature.spectral_bandwidth(S=lr.db_to_amplitude(spec))
    centroids = lr.feature.spectral_centroid(S=lr.db_to_amplitude(spec))
    # Calculate the mean spectral bandwidth
    bandwidths_all.append(np.mean(bandwidths))
    # Calculate the mean spectral centroid
    centroids_all.append(np.mean(centroids))
# Create our X matrix
X = np.column_stack([means, stds, maxs, tempo_mean, tempo_max, tempo_std, bandwidths_all, centroids_all])

为您的逻辑回归模型

• 提高准确性的方法之一是优化由 logit 模型生成的预测概率截止分数。
• 在将所有特征放入机器学习模型之前，您可以将所有特征标准化为相同的比例。
• 寻找数据中的类别不平衡。
• 您还可以优化其他指标，例如Log Loss和F1-Score。
• 调整模型的超参数。在 LogisticRegression 的情况下，参数$C$是一个超参数。