信号特征识别

时间:2014-09-17 19:58:08

标签: python audio machine-learning signal-processing

我正在尝试使用已知的训练数据库识别声音中的音素。

我想知道是否有一种方法可以识别我的训练样本中的共同特征并使用它来对新分类进行分类。

似乎有两条路径:

  1. 提供流程原始/规范化数据,它将返回类似的数据
  2. 提取某些指标,例如音高,共振峰等,并与训练集进行比较
  3. 我的兴趣是第一个! 有关机器学习或回归方法/算法的任何建议吗?

2 个答案:

答案 0 :(得分:0)

由于您标记了Python,我强烈建议您查看scikit-learn,这是一个优秀的机器学习Python库。他们的文档非常详尽,应该为您提供机器学习算法和实现(包括分类,回归,聚类等)的良好速成课程。

答案 1 :(得分:0)

您的第1点和第2点差别不大:1)是分类问题的最终结果2)是您为分类提供的功能。你需要的是一个好的分类器(SVM,决策树,分层分类器等)和一组很好的功能(你提到的音高,共振峰等)。