语音命令识别模型万博1manbetx
这个例子显示了一个仿真软件®模型,检测音频万博1manbetx语音命令的存在。该模型使用一个pretrained卷积神经网络识别给定的命令集。
语音命令识别模型
模型识别语音命令:
“是的”
“不”
《飞屋环游记》
“向下”
“左”
“正确”
“上”
“关闭”
“停止”
“走”
模型使用一个pretrained卷积深度学习网络。参考例子使用深度学习训练语音命令识别模型有关这个网络的体系结构,以及如何训练它。
打开模型。
模型=“speechCommandRecognition”;open_system(模型)
模型将音频流分成一秒钟重叠的部分。从每一段树皮计算光谱图。色是美联储pretrained网络。
使用手动切换到选择一个直播从你的麦克风或读命令存储在音频文件。有关文件的命令,使用旋转开关选择三种命令(去,是的,或停止)。
听觉谱图提取
深入学习网络训练听觉谱图计算使用audioFeatureExtractor。听觉谱图块的模型配置为提取相同的功能作为网络训练。
运行模型
模拟模型,持续20秒。
set_param(模型、StopTime =“20”);open_system(模型+“/时间范围”)sim(模型);
公认的命令打印显示块中。网络激活,给不同水平的信心支持命令,显示在一个时间范围。万博1manbetx
关闭模式。
close_system(模型中,0)
