Identification of Sounds Using Deep Learning with MFCC Features Extraction

2024

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1109/ieeeconf61558.2024.10585335
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 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.