Audio_classification

The project is to classify audio

数据集

数据集

训练集来自urbanSound8k数据集，清华大学thchs-30普通话语音，Audacity生成的音频，csdn上有关环境的音频与自己录制的音频，最终数据集大小为10G左右，人声和其他声音的音频占比一致。 需要对数据集音频进行切割，转化为统一采样率。

分割音频。核心代码

librosa库请使用版本不要过高，本次训练用的librosa版本是0.6.0

模型训练

对数据集音频进行降噪，提取mcff系数（梅尔频率倒谱系数），用keras训练出二分类模型

1. 音频降噪。 代码
2. 利用Keras训练模型。训练代码
3. 保存模型。模型下载
4. 模型预测。预测代码

打包

1. 将目前实现的模块打包。 Package文件夹
2. 实现web api，可以部署到服务器，但是识别前得先要把 文件上传 到服务器，这也就导致了只能应用于识别短时音频。API