博文
语音深度学习分类解析（一）
|||
数据来源于kaggle的竞赛，主要目标是将语音信号进行分类，这些信号来源于乐器、人声、动物声、机器声等等。其中的一些标签包括：喇叭声（Trumpet）、尖叫声（Squeak）、喵声（Meow）、掌声（Applause）以及打响指声（finger-snapping）。其中存在的困难是，这些标签并非全部都是人工分类的。一个创造性的解决方案应该是部分的依赖这些弱的标记。
https://blog.sciencenet.cn/blog-3396477-1189989.html
上一篇：声学信号处理基础最佳入门（译）：（一）梅尔频率倒谱系数(MFCC)
下一篇：【All about norm】一文理解深度学习中的norm：batch norm、layer norm及其意义
