Pretrained模型
转移学习,声音分类,特征嵌入,预训练音频深度学习网络
音频工具箱™提供MATLAB®和仿真软件®支持预先训练的音频深度学习网络。用YAMNet定位和分类声音,用CREPE估计音高。提取VGGish或OpenL3特征嵌入输入到机器学习和深度学习系统。使用i向量系统生成音频信号的紧凑表示,用于说话人识别、验证、识别和区分、语音情感识别和声学机器故障检测等应用。
此功能需要深度学习工具箱™。音频工具箱预先训练的网络可在深层网络设计师(深度学习工具箱).
功能
块
应用程序
深层网络设计师 | 设计、可视化和训练深度学习网络 |
主题
- 使用实验管理器进行音频迁移学习
配置一个实验,比较多个预先训练的网络应用于使用迁移学习的语音命令识别任务的性能。