python-3.x - 音位分类

Question

我正在尝试做的在概念上类似于臭名昭著的 NMIST 分类示例。除了每个数字都是计算机生成的声波。

我将在数据中添加一些背景噪音，以提高现实世界的准确性。

我的问题是；考虑到顺序数据什么模型最适合这个？我是否正确假设卷积网络会起作用？

我倾向于使用更简单的模型来换取几个百分比的性能点，并且最好可以使用 Scikit Learn 库编写它。

Answer 1

是的，

你可以使用一维卷积神经网络。卷积滤波器可以利用信号的连续部分，因此很有用。

您还可以尝试研究更复杂的循环神经网络。