主要内容

Pretrained模型

迁移学习，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估计音调。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、识别和扩化、语音情感识别和声机故障检测等应用。

此功能需要深度学习工具箱™。音频工具箱预训练网络可在深度网络设计器(深度学习工具箱)．

功能

全部展开

vggish VGGish神经网络
vggishPreprocess VGGish特征提取音频预处理
vggishEmbeddings 提取VGGish特征嵌入
classifySound 对音频信号中的声音进行分类
yamnet YAMNet神经网络
yamnetGraph YAMNet AudioSet本体图
yamnetPreprocess 对YAMNet分类音频进行预处理
openl3 OpenL3神经网络
openl3Preprocess 对OpenL3特征提取音频进行预处理
openl3Embeddings 提取OpenL3特性嵌入
绉 CREPE神经网络
crepePreprocess CREPE深度学习网络音频预处理
crepePostprocess CREPE深度学习网络的后处理输出
pitchnn 用深度学习神经网络估计音高
ivectorSystem 创建i矢量系统
speakerRecognition 预先训练的说话人识别系统

块

全部展开

VGGish嵌入 提取VGGish嵌入
VGGish预处理 VGGish特征提取音频预处理
VGGish VGGish嵌入提取网络
声音分类器 对音频信号中的声音进行分类
YAMNet YAMNet声音分类网络
YAMNet预处理 对YAMNet分类音频进行预处理
OpenL3嵌入 提取OpenL3嵌入
OpenL3预处理 用于OpenL3嵌入提取的预处理音频
OpenL3 OpenL3嵌入式提取网络

应用程序

深度网络设计器 设计、可视化和训练深度学习网络

主题

相关信息

Baidu
map