Environmental Sound Recognition (ESR) with Python

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

2025

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/snpd65828.2025.11254371
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.