如何训练模型识别声音？

Question

我对机器学习真的很陌生。我有一个项目可以从剪辑中识别给定的声音，就像它明智地出现了多少次一样。（例如：Dog Bark）在音频剪辑中会有几个声音。我需要做的是从中识别出特定的声音。我红了一些关于机器学习的文章。但是我仍然不知道从哪里开始这个项目，而且我的时间不多了。我尝试使用 Matlab 波形读取功能绘制音频剪辑。但我不知道如何训练这样的模型并逐帧分析剪辑以识别特定的声音。

任何帮助将不胜感激。谁能告诉我怎么做？

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 向量序列或流。这是一种更常见的音频指纹识别方法的基本开始。