主要内容

Pretrained模型

转移学习,合理的分类、功能嵌入pretrained音频深度学习网络

音频工具箱™提供了MATLAB®和仿真软金宝app件®金宝app支持pretrained音频深度学习网络。定位和分类与YAMNet声音,估计与绉音高。提取VGGish或OpenL3功能嵌入的机器学习和深入学习系统的输入。使用矢量i系统产生音频信号的紧凑表示说话人识别等应用程序,验证、识别、和diarization。使用detectspeechnn执行语音活动检测(VAD)。

使用pretrained深入学习网络需要深度学习工具箱™。音频工具箱pretrained网络中可用深层网络设计师(深度学习工具箱)。

功能

全部展开

vggishEmbeddings 提取VGGish功能嵌入
vggish VGGish神经网络
vggishPreprocess 预处理对VGGish音频特征提取
classifySound 在音频信号进行分类
yamnet YAMNet神经网络
yamnetGraph 图YAMNet AudioSet本体
yamnetPreprocess 预处理对YAMNet音频分类
openl3Embeddings 提取OpenL3功能嵌入
openl3 OpenL3神经网络
openl3Preprocess 预处理对OpenL3音频特征提取
pitchnn 与深度学习神经网络估计音高
绉 绉神经网络
crepePreprocess 预处理音频绉深度学习网络
crepePostprocess 后处理绉深入学习网络的输出
speakerRecognition Pretrained说话人识别系统
ivectorSystem 创建矢量i系统
detectspeechnn 使用人工智能检测边界的演讲音频信号
vadnet 神经网络的语音活动检测(VAD)
vadnetPreprocess 预处理音频语音活动检测(VAD)网络
vadnetPostprocess 后处理框架和监督概率

块

全部展开

VGGish嵌入 提取VGGish嵌入
VGGish预处理 预处理对VGGish音频特征提取
VGGish VGGish嵌入提取网络
声音分类器 在音频信号进行分类
YAMNet YAMNet声音分类网络
YAMNet预处理 预处理对YAMNet音频分类
OpenL3嵌入 提取OpenL3嵌入
OpenL3预处理 预处理OpenL3嵌入提取的音频
OpenL3 OpenL3嵌入提取网络
深音高估计量 估计绉深学习神经网络
绉 绉深音高估计神经网络
绉预处理 预处理音频绉深音高估计
绉后处理 后处理绉音高估计网络的输出

应用程序

深层网络设计师 设计、可视化和火车深度学习网络

主题

相关信息