tcd1112的博客

不多说，直接上源码我做的是语种分类的项目，所以直接上了，里面有些介绍。还是先简要介绍，继承torch.data.dataset，然后重写init、len和getitem方法。代码如下：import osimport torchimport librosaimport librosa.displayimport matplotlib.pyplot as pltimport...

基本原理： 语种识别，根据一段音频判断该音频是英语、中语还是法语，即判断音频的语种。语种识别项目的整体思想就是把语音数据转换成相应的语谱图或者MFCC特征，再对特征进行分析，从而判断出该语音数据的语种类别。公开数据集： Topcoder 竞赛 数据(44.1khz 的 mp3 录音,每条 10 秒,176 种语言合计 66176(176*376)条数据,诸多小语种)，网址如下。...