我正在学习神经网络,并试图用tensorflow来创建说话人识别系统。我想知道话语长度如何影响神经网络。例如,我有1000个不同的长度相同的录音和1000个不同长度的录音。那么从理论上讲,神经网络如何与这些数据一起工作呢?具有相同长度记录数据库的神经网络会做得更好还是更差?为什么?言语长度如何影响说话人识别中的神经网络?
5
A
回答
1
这取决于神经网络的类型。当设计这样的时候,你通常会指定输入神经元的数量,但是不能给它提供任意长度的数据。如果序列较长,则必须裁剪数据或使用滑动窗口。
但是,一些神经网络允许您处理任意输入序列,例如, Recurrent Neural Network。后者似乎是你的问题的一个很好的候选人。 Here是一篇很好的文章,它描述了特定类型的RNN的实现,称为Long Short-Term Memory,它很好地与语音识别一起使用。
1
相关问题
- 1. 神经网络字符识别
- 2. 应用神经网络识别数字
- 3. MATLAB神经网络模式识别
- 4. 单字识别竞争神经网络
- 5. 使用神经网络的人脸识别
- 6. 使用反向传播神经网络的人脸识别?
- 7. 在gephi中识别网络影响者
- 8. 说话人识别
- 9. 人工神经网络和光学字符识别
- 10. Google的图像识别神经网络是如何实现的?
- 11. 人工神经网络Toplogy
- 12. mfcc特征大小如何影响recurent神经网络
- 13. 人工神经网络与贝叶斯网络的区别
- 14. 我如何使用神经网络来识别手写数字
- 15. Python:深度神经网络
- 16. 你如何实现可变长度递归神经网络?
- 17. 经常性神经网络的输出长度
- 18. 使用matlab中的神经网络进行模式识别
- 19. 用于识别C中手写数字的神经网络#
- 20. matlab中的神经网络模式识别
- 21. 使用matlab仿真神经网络中的模式识别
- 22. 功能的顺序影响神经网络的结果
- 23. 神经网络
- 24. 神经网络
- 25. 神经网络 - 受启发式影响的全局误差
- 26. 批处理大小如何影响神经网络中的时间执行?
- 27. 机器人的神经网络
- 28. 的神经网络
- 29. 基于真假的图像识别的神经网络库
- 30. Keras神经网络断言错误