Identification of Sounds Using Deep Learning with MFCC Features Extraction

2024

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.1109/ieeeconf61558.2024.10585335
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 classification is an essential aspect of identifying different classes of sounds using a machine learning approach. This work investigates the efficacy of convolutional neural networks for classifying short environmental sound clips. In this work, a deep 1D-CNN architecture with 2 layers of convolutional employing max-pooling, followed by two fully-connected layers are utilized. The model leverages segmented spectrograms with delta features as input. Evaluated with datasets encompassing environmental and urban recordings, our model surpasses baseline methods utilizing mel-frequency cepstral coefficients (MFCCs) and achieves competitive performance against traditional approaches.