音频处理

设计一个autoencoder神经网络进行异常检测的机器声音使用无监督学习。

使用pretrained过滤和执行语音增强和网络(FaSNet) ambisonic数据。

使用pretrained执行3 d声音事件定位和检测深度学习模型。

开发一个向量x进行说话人识别系统。

演讲者diarization是音频信号的过程划分为部分根据说话人的身份。它回答了这个问题“谁说当“没有先验知识的扬声器,这取决于应用程序,没有先验知识的扬声器的数量。

火车一个深度学习模型,检测音频语音命令的存在。示例使用语音命令数据集[1]训练卷积神经网络识别一组命令。

识别关键字在嘈杂的演讲中使用深度学习网络。特别是,示例使用双向长短期记忆(BiLSTM)网络和mel频率cepstral系数(MFCC)。

降噪使用深度学习网络的语音信号。这个例子比较了两种类型的网络应用于相同的任务:完全连接,卷积。

培训和使用生成对抗网络(GAN)来产生声音。

在本例中,您执行批处理和流的语音活动检测(VAD)在低信噪比环境下使用pretrained深度学习模型。模型的细节和它是如何训练,看到火车使用深度学习语音活动检测噪声。

演示了一个简单的语音情感识别系统(SER)使用BiLSTM网络。你先下载数据集训练网络,然后测试单个文件。网络训练小德语数据库[1]。

创建一个多模型融合声场景识别系统。火车的例子使用梅尔卷积神经网络(CNN)谱图并使用小波散射一个分类器。图坦卡蒙的例子使用了数据集的训练和评估[1]。

使用一个端到端的深度学习网络非特定人语音分离。

开发一个深度学习模型来检测故障的空气压缩机和包系统操作流数据。

完成音频事件分类树莓π^®使用YAMNet pretrained深层神经网络从TensorFlow™Lite图书馆。

演示了代码生成关键词发现使用双向久短期记忆(BiLSTM)网络和mel频率cepstral系数(MFCC)特征提取覆盆子π™。MATLAB®编码器™与深度学习支持使一代的一个独立的可执行文件(.万博1manbetxelf)覆盆子π。MATLAB®之间的通信(.mlx)文件和生成的可执行文件是通过异步用户数据报协议(UDP)。使用timescope显示输入的语音信号。面具显示为蓝色矩形周围发现的实例关键字,是的。更多细节MFCC特征提取和深度学习网络培训、访问关键字定位在噪音使用MFCC和LSTM网络。

部署特征提取和一个卷积神经网络(CNN)的语音命令识别英特尔®处理器。生成特征提取和网络代码,使用MATLAB®编码器™和英特尔®数学内核库深层神经网络(MKL-DNN)。在本例中,生成的代码是一个MATLAB可执行(墨西哥人)函数,也就是通过MATLAB脚本显示预测语音命令以及时域信号和听觉谱图。音频预处理和网络训练的详细信息,请参阅使用深度学习语音命令识别。

生成一个MATLAB^®独立的可执行acoustics-based机器故障识别。

部署特征提取和语音命令识别的卷积神经网络树莓π。