Durchschnittliche Ergebnisse des Deep-Learning-Algorithmus
Ich versuche, einige Audioclips zu klassifizieren. Dazu muss ich die jeweils 30 Sekunden langen Audioclips in 1-Sekunden-Clips aufteilen. Und dann möchte ich diese 1-Sekunden-Audioclips in einen Klassifikator einfügen und die Ausgabe aller 30 1-Sekunden-Audiodateien mitteln, um meine endgültige Antwort zu erhalten. Ich möchte 1 Ausgang von 30 Eingängen.
Mein Problem ist, dass ich nicht weiß, wie ich sie in meinem Klassifikator füttern soll. Ich kann nicht mehrere Eingaben verwenden, wie hier vorgeschlagen , da ich 30 davon habe und nicht nur 2, es wäre ein Chaos.
Antworten
Der Link , den Sie genannt werden , ist etwa mit 2 getrennten Eingangsleitungen anstatt zwei Eingangsaudioclips. Sie müssten Ihre 30-Sekunden-Audiodaten in a Tensoreinbinden (wenn Sie Tensorflow verwenden, wenn nicht, verwenden Sie das Äquivalent des von Ihnen verwendeten Frameworks).
Das Tensorkann dann in die One-Input-Pipeline Ihres DeepLearning-Modells eingespeist werden.
Lesen Sie das Tutorial zum Umgang mit Audiodaten in Tensoflow: Tutorial zur Vorbereitung und Erweiterung von Tensorflow-Audiodaten