基于深度学习音频分类.pdf

苏州大学本科生毕业设计（论文）目录摘要…………………………………………………………………（1）第1章前言………………………………………………………（3）第2章设计正文…………………………………………………（4）第2．1节设计题目…………………………………………（4）第2．2节背景资料…………………………………………（4）第2．3节数据集制作………………………………………（4）第2．4节设计目标及可行性分析…………………………（5）第2．5节神经网络模型设计实践…………………………（6）第2．6节总结………………………………………………（14）第3章参考文献…………………………………………………（15）第4章致谢………………………………………………………（16）苏州大学本科生毕业设计（论文）摘要目前人工智能迎来热潮，各类图像，音频分类、识别等成为主要研究方向之一。由于谷歌公司开放第二代人工智能学习系统，即TensorFlow。深度学习在各方面的应用越来越受到广泛关注和研究。该设计基于TensorFlow，利用有监督的深度学习对音频进行分类，主要应用于识别出带有危险信号的音频，例如呼救声、重物落地声和摔倒声等。该设计分别尝试多层全连接神经网络和卷积神经网络进行学习，并且进行预测分类测试。最后该设计采取卷进神经网络作为最终模型，因为其出色的准确度和较少的计算代价。关键字：深度学习，音频分类，TensorFlow，卷积神经网络。1苏州大学本科生毕业设计（论文）AbstractAtpresent,therewillbeaboominartificialintelligence,allkindsofimages,audioclassification,recognitionandsoonbecomeoneofthemainresearchdirections.ThankstoGoogle'sopeningofthesecondgenerationartificialintelligencelearningsystem,Tensorflow.Theapplicationofdeeplearninginvariousfieldshasbeenpaidmoreandmoreattentionandresearch.BasedonTensorflow,theaudiofrequencyisclassifiedbysuperviseddeeplearning,whichismainlyusedtorecognizeaudiowithdangeroussignals,suchascryforhelp,heavyobjectlandingsoundandfallingsound.Thedesignattemptstostudythemulti-layerfully-connectedneuralnetworkandtheconvolutionalneuralnetwork,respectively,andcarriesoutthepredictionclassificationtest.Finally,thedesigntakestheneuralnetworkasthefinalmodelbecauseofitsexcellentaccuracyandlesscomputationalcost.Keywords:deeplearning,audioclassification,Tensorflow,convolutionalneuralnetwork.2苏州大学本科生毕业设计（论文）第1章前言声音是人类感知世界，获取信息的重要途径之一。在现阶段科技飞速发展，人工智能迎来热潮，有着大量研究着重于声音处理这方面。而往往第一步就是将声音变成我们所能处理的形式，也就是数字化之后产生的音频。之后再由不同的需求进而对音频做进一步处理，获得所需要的特征等。之所以该课题选择设计一种方法，可以有效分类具有危险信号的声音，是因为有这方面的市场需求。有一家公司计划做一个有关养老方面的产品，应用于对独居老人在家具体安全情况的分析。由于社会老龄化趋势日益显著，伴随而来的，老人独自在家情况也明显增多，而因此发生意外却不能第一时间被发现的状况也越来越频繁出现。该产品希望可以在不用安装摄像头，即不过度侵犯个人隐私的情况下，改为采用录音器，通过收集录制的声音来判别，老人在家的状态。随着计算能力的增强、使用GPU加速和分布式计算等，以及算法的一些优化，再加上如今数据量的扩大，使得深度学习自2005年来又一次掀起热潮，所以尝试使用深度学习来初步解决这个问题即音频分类。基于现有的一些基础，但是没有完善的方法，所以本次设计做出两种模型，第一种采用含有4层隐藏层的全连接形式的神经网络；第二种采