音频处理
扩展深度学习与音频和语音处理应用程序工作流
应用程序
信号贴标签机 | 标签信号属性、地区的兴趣点,提取特征 |
功能
块
主题
- 深入学习音频应用程序(音频工具箱)
学习常用工具和工作流应用深度学习音频应用程序。
- 使用深度学习分类的声音(音频工具箱)
训练、验证和测试一个简单的长期短期记忆(LSTM)对声音进行分类。
- 转移与Pretrained音频网络学习深陷网络设计师
这个例子展示了如何交互地调整pretrained网络分类新音频信号使用深层网络设计师。
- 音频传输学习使用实验管理器
配置一个实验,比较了多个pretrained网络的性能应用于语音命令识别使用转移学习任务。
- 说话者识别使用自定义SincNet层更深的学习
使用一个自定义执行语音识别实现mel-scale过滤器银行深度学习层。
- Dereverberate演讲使用深度学习网络
火车深学习模型,消除混响演讲。
- 语音命令识别模型万博1manbetx
检测存在的语音命令使用仿真软件音频万博1manbetx®模型。
- 连续的音频特性的特征选择
这个例子显示了一个典型的特征选择的工作流应用于语音数字识别的任务。
- 训练语音数字识别使用内存不足的网络音频数据
这个例子训练语音数字识别网络使用将数据存储在内存不足的音频数据。
- 训练语音数字识别网络使用内存不足的特性
这个例子火车一个语音数字识别网络使用一个转换数据存储内存不足听觉谱图。
- 音频分类使用深度学习可解释性技术进行调查
这个例子展示了如何使用可解释性技术调查预测的神经网络训练对音频数据进行分类。
- 加速音频深度学习使用了基于gpu的特征提取
利用gpu的特征提取,以减少所需的时间来训练一个音频深度学习模型。