腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

TensorFlow：如何通过声音识别追踪蝙蝠

库识别声音我导入了一些非常有用的库，Tensorflow、Keras和scikit，以便能构建一个声音识别管道。我喜欢的一个特定于声音的库是librosa，它可以帮助我加载和分析数据。通过加载这些文件夹，我可以得到蝙蝠声音和非蝙蝠声音的文件。这个数据加载过程可能需要很长时间，取决于声音文件的数量。我把所有的文件都上传到了Google云平台上。显然，在Jupyter notebook上的声音比在wordpress/medium上的声音更大。 Librosa 当你用耳机听蝙蝠声音的时候，可以听到一个清晰的声音。但是，这并不意味着所有的声音都是蝙蝠发出的。在这个频率下，你还可以获取其他的声音，比如揉搓手指或者电话信号。

2018-03-02

1.7K0

标签:

数据为王 - Coretex-M0平台的AI声音识别

不同类型的声音，如Doorbell, Alarm, Dog barking, windows breaking等被小心的录制用以训练世界级的声音识别AI模型。决定不同AI模型精确识别的关键因素，是数据。正确的和高质量的数据，以及被正确标记的数据(label data properly）。 Labelled　Data　－　对比语音识别，声音识别的难度更大，结构化的数据更为重要，比如儿童啼哭的中间，经常伴随着喘气的声音。数据标记越是精确，模型训练效果也就更佳，所需的模型也就更小。现实应用　－　嵌入声音识别的MCU打开了非常多的应用可能。比如运行于Ambiq Micro的玻璃破碎声音识别应用。 Audio Analytic的ai3可以对不同的环境声加以分类和区隔，比如调整EQ设置，或者启动主动噪音消除。最终机器具备了听的能力，可以感知和判定声音事件从而变得更加的智能。

2020-03-19

1.1K0

标签:

SoundNet：根据声音来识别场景环境实践

声音也是识别对象的一种重要数据源。其中根据声音来识别声音所处的环境也是语音识别的研究内容之一。 1、论文原理从题目中可以看出，其主要是从无标记的视频数据中来学习声音的相关信息。将从视频中分割出来的RGB帧输入到预训练的VGG模型（代码中正常使用ResNet34）中，得到的输出结果作为声音识别网络的监督信息。声音识别网络采用8层的全卷积结构，使用从视频中提取出的声音时间序列作为网络的输入，损失函数采用KL-divergence。 2、论文实践：（1）　给定一个声音，识别声音所在场景，可以识别出为火车相关的环境场景； ? （2）　对给定一首歌曲，可以识别其发生场景为艺术厅 ?

2019-05-26

1.6K0

标签:

Python声音识别：从技术原理到实战落地

声音识别作为人机交互的核心技术之一，已广泛应用于智能助手、语音导航、会议纪要等场景。Python凭借丰富的开源库生态，让声音识别技术的落地变得简单高效。本文将从核心库选型、技术实现流程、实战案例及优化技巧四个维度，带你快速掌握Python声音识别的核心能力。Python声音识别的实现依赖两大技术支柱：音频处理库与识别引擎接口库。入门声音识别的第一步是环境搭建，需通过pip安装相关依赖库。该场景可集成百度AI语音识别（免费额度充足，中文支持更优）。开发者只需聚焦业务场景，灵活组合音频处理、识别引擎与指令逻辑，就能构建出实用的声音识别应用。未来随着大模型与声音识别的融合，更精准、更智能的交互体验还将持续涌现。

2025-11-28

8690

标签:

为何机器学习识别声音还做不到像识别图片那么容易？

根据这个预测，我们已经征服了图像字幕和语音识别领域，但使用更广泛的机器声音识别仍落在后面。众多机器学习的突破背后依赖于一个精心组建的数据集。这些问题已经折磨着单一用途的声学分类器，而更加难以实现的目标是建造一个可用于识别所有的声音（而不仅仅是建一个区分这些门的声音的模型）的工具。第一个我把它称作“定制解决方案”模型，公司从客户端收集数据，唯一目的是识别预设的声音范围。实施这个方案如同“建造一只熊”，成本昂贵，通常为工业应用。客户可以查找他们想要的识别特定声音事件的样板，公司将提供一个可以满足他们特定需要的软件平台。预测性维护不仅是可实现的，而且将随时可以使用。但我们要想实现可以识别任何声音的广义分类器仍有很长的路要走。除非在算法上取得突破，我们将不得不分段解决问题。

大数据文摘

2018-05-22

2.3K0

标签:

让机器听声音识别男女（机器学习的方法）

这个答案是肯定的，特别是随着人工智能算法的发展，识别性能是不断的提升。本实验就是通过声音识别男女性别。主要分为三个部分，第一是对声音文件进行特征提取，第二是通过机器学习方法建立男女性别分类模型，第三则是加载模型进行声音文件测试。 2、主体框架 [声音辨识框图] 声音文件：本文中采用的数据是预存为wav格式的录音文件，主要来自The Harvard-Haskins Database of Regularly-Timed Speech [声音] 算法：本文中采用的是xgboost算法，测试准备率可达98%以上。模型保存：为了方便测试使用，将训练得到的参数，保存下来，只用训练一次，测试时只需加载参数即可。 model_save = open('model.pkl', 'wb') #保存模型 pickle.dump(model, model_save) model_save.close() 3 测试声音

2019-12-13

2.5K0

标签:

iOS14新功能 - 特定声音的识别和监听

Apple于2020年WWDC发布iOS14，其中一个看起来很小却非常重要的一个功能是声音识别(sound recognition)。此项功能对于具有听力障碍的用户来说会非常有用。 iPhone可以持续坚挺超过14种不同的声音，包括敲门，门铃，精灵，烟感报警，犬吠，婴儿啼哭等等。此功能可以在iOS14的 settings menu中进行设置。 iPhone可以持续的监听特定的声音(continuously listen for certain sounds)，利用设备端人工智能(on-device intelligence)识别，并提醒你检测到了特定的声音其他科技公司，包括Amazon和Google，均已采用了基于人工智能技术的声音识别技术，作为其个人安全手段的一部分。 Google的Pixel安卓智能手机也支持通过麦克风监测汽车碰撞的声音(car crash detection)。

2020-07-02

2.7K0

标签:

iOS14 - 为听力障碍人士打造的声音识别功能

从以上内容来看 - 支持always on/listenging on-device（非云端）语音人工智能技术支持多达14种声音事件通过以下步骤激活 - 从应用角度，对于很多人来说可能是锦上添花的功能，但对于听力障碍人士来说，相当于拥有了一双可以感知环境声音的耳朵。尽管所支持的声音感知还比较有限，但诸如高静音，孩子啼哭等，仍有可能改善听力障碍人士的生活。从产品角度，苹果做出了非常好的表率，更加关注于通过技术改善所有人，当然也包括特殊人群。

2020-07-02

1K0

标签:

GME重磅上线未成年人声音识别功能

二、GME助力识别未成年人语音 GME能对游戏音频中的用户音频年龄特征进行识别，提供准召率行业领先的未成年人识别能力。能力优势优势一：高准召。 GME未成年人识别功能准确率、召回率行业领先，游戏语音场景下准召率高达95%+；海量真实场景数据提取语音信号声纹特征，结合长短时间记忆网络LSTM的深度学习系统，保证识别效果；针对各类玩法场景深度优化AI 模型，有效识别狼人杀、游戏开黑、游戏陪玩等各类语音玩法中的未成年人声音。支持大文件、大并发识别请求；支持水平扩容、多地部署，识别任务不拥塞。优势三：各语种通用。GME未成年人识别模型不受语种限制，对国内、海外未成年人识别均有效。优势四：安全合规，隐私保护。路径一通过服务端接口形态，识别独立音频文件中的声音年龄；路径二针对已接入GME实时语音的业务，提供客户端SDK识别接口，降低业务的二次开发难度。

腾讯游戏多媒体引擎GME

2021-09-14

2.5K3

标签:

游戏解决方案

【图像识别】开源 | 百度&慕尼黑工业--以图像和声音为输入，利用声音事件的知识来提高航空场景识别的性能！

Transfer for Geotagged Audiovisual Aerial Scene Recognition 原文作者：Di Hu 内容提要基于强大模型和高效算法的航空图像视觉信息在场景识别中取得了可观的效果受认知科学中多通道感知理论的启发，为提高航空影像的识别的性能，本文提出了一种以图像和声音为输入的新型视听航空场景识别任务。在观察到某些特定的声音事件在特定的地理位置更容易被听到的基础上，我们提出利用声音事件的知识来提高航空场景识别的性能。为此，我们构建了一个新的数据集，命名为视音频航空场景识别(ADVANCE)。在此数据集的帮助下，我们评估了三种在多模式学习框架下将声音事件知识转移到航空场景识别任务的方法，并展示了利用音频信息进行航空场景识别的好处。主要框架及实验结果 ? ? ? ? ? ? ? ? ?

2020-09-23

9150

标签: