如何训练模型以识别声音？

Question

对于机器学习我真的很陌生。我有一个项目可以从一个片段中识别出一个给定的声音，比如明智的出现次数（例如：Dog Bark）。在音频片段中会有几种声音。我需要做的是从中识别出特定的声音。我冲了一些关于机器学习的文章。但我仍然缺乏知识在哪里开始这个项目，而且我的时间不够了。我试图用Matlab波形函数绘制音频剪辑。但我不知道如何训练这样一个模型并逐帧分析剪辑来识别特定的声音。

任何帮助将非常感激。任何人都可以请告诉我如何做到这一点？

我可以直接对声音进行模板匹配吗？

Answer 1

尝试为您的机器学习模型提供从音频数据中重叠窗口获得的MFCC矢量序列或流。这是音频指纹识别更常用方法之一的基本开始。