Environmental Sound Recognition (ESR) with Python

Yusuf Saraçlıoglu, Bilal Saoud, Ibraheem Abdullah Mohammed Shayea, Yong Pil Geum, Leila Rzayeva

2025

Жабық қол жеткізу Метадеректер (CSL-JSON)

DOI 10.1109/snpd65828.2025.11254371

Деректер сенімділігі 70 орташа

Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

Environmental Sound Recognition (ESR) is an essential task in audio analysis, involving the identification and classification of sounds from various environmental contexts. This study employs machine learning techniques, specifically Support Vector Machines (SVM), to classify sounds from the ESC-10 dataset. We extracted key audio features, including Mel Frequency Cepstral Coefficients (MFCCs), Chroma, and Mel spectrograms using the Librosa library. Our approach highlights the potential of SVM in ESR tasks, with promising applications in urban monitoring, smart cities, and automated surveillance systems.