通过使用Deep Learning Toolbox™与Audio Toolbox™一起使用深度学习到音频和语音处理应用程序。对于信号处理应用程序,请参阅使用深度学习的信号处理.对于无线通信的应用,请参阅使用深度学习的无线通信.
音频贴标签机 | 定义和可视化地面真理标签 |
ivectorSystem |
创建矢量i系统 |
绉 |
绉神经网络 |
crepePreprocess |
CREPE深度学习网络的音频预处理 |
repepostprocess. |
CREPE深度学习网络的后处理输出 |
球场 |
深度学习神经网络估计基音 |
openl3 |
OpenL3神经网络 |
openl3Preprocess |
预处理音频用于OpenL3特征提取 |
openl3Features |
提取OpenL3特性 |
audioDatastore |
用于收集音频文件的数据存储 |
audioDataAugmenter |
增强音频数据 |
audioFeatureExtractor |
简化音频特征提取 |
vggishPreprocess |
预处理音频用于VGGish特征提取 |
vggishFeatures |
提取VGGish特性 |
vggish |
VGGish神经网络 |
yamnet. |
YAMNet神经网络 |
yamnetPreprocess |
用于yamnet分类的预处理音频 |
yamnetGraph |
YAMNet AudioSet本体图 |
classifySound |
对音频信号中的声音进行分类 |
音频应用深度学习简介(音频工具箱)
学习将深度学习应用于音频应用的常用工具和工作流程。
使用深度学习分类声音(音频工具箱)
训练、验证和测试一个简单的长短期记忆(LSTM)来分类声音。
通过预先训练的音频网络进行迁移学习(音频工具箱)
使用转移学习培训yamnet,预先覆盖的卷积神经网络(CNN),用于对新的一组音频信号进行分类。
使用自定义自信网络层和深度学习识别说话人(音频工具箱)
使用自定义深度学习层进行语音识别,该层实现了梅尔尺度滤波器组。
使用深度学习网络消除语音干扰(音频工具箱)
训练一个深度学习模型,消除语音中的混响。
Simulink中的语音命令识别金宝app(音频工具箱)
使用Simulink检测音频中语音命令的存在金宝app®模型。