CNN 只分类一个变量是真还是假答案

【问题标题】：CNN classified only one variable if it is true or falseCNN 只分类一个变量是真还是假
【发布时间】：2021-06-29 16:34:43
【问题描述】：

所以我试图制作一个语音分类器，挑战是预测说话的人是我还是其他人，我已经构建了一个将 .wav 文件转换为数组的简单代码，所以我所有的音频数据集我说话的文件将被转换为数组，问题是我是初学者，我不知道如何只使用一个变量来预测（我的声音），就像说真假，我怎样才能制作一个神经网络（ CNN）那样工作？

或者我应该使用其他类型的机器学习吗？而不是深度学习？我想在这个项目中使用深度学习。

【问题讨论】：

【解决方案1】：

因为您似乎对这个主题比较陌生，所以我建议您从一个更简单的机器学习模型开始，以完成这个简单的分类任务。也许对于第一个模型，Logistic 回归就足够了。

那么，你说你收集了一些你自己声音的样本（你的正类），但你是否也从其他人那里收集了一些负样本？

在此之后，我建议将转换后的样本分成相等的 siced 序列并标记它们（你的声音或其他声音？）。

现在以此为基础，您可以测试一些更简单的模型，例如逻辑回归或 KNN。然后，您可能会继续学习一些简单的前馈神经网络，然后继续学习一些高级模型，例如 CNN 或 RNN。

【讨论】：

好吧，我不是那个初学者，我已经完成了回归、KNN、逻辑线性模型，以及使用 RNN 的股票预测模型，以及使用 CNN 的人脸检测，但是是的，我的数据中只有我的声音，而不是另一个，只能用一个变量（我的声音）来制作，如果与我的声音不相似，或者如果acc非常低，说它是假的？，我该怎么做？
啊，好吧，现在我更好地理解了您想要实现的目标。所以我会说它更像是异常检测而不是分类。为此，Autoencoder 似乎是一个不错的方法。我自己没有这样做，但这个线程可能会帮助你：datascience.stackexchange.com/questions/19357/…