sound classification | BriefGPT

关键词sound classification

搜索结果 - 7

通过基于短时傅里叶变换机器学习在 Nvidia Edge GPU 设备上实施的声音和音频分类来检测儿童虐待
通过机器学习应用于儿童保育机构，本研究的目的是检测儿童虐待场景，以提高儿童的安全性，通过对儿童的声音进行分类和识别，预测儿童当前发出的声音是哭泣、尖叫还是笑声，并实时向相关人员发送警报，通过同时使用视频图像分类的混合方式，可以显著提高儿童虐
PDFa year ago
EchoVest: 实时声音分类与通过经皮电神经刺激表达的深度感知
我们开发了一种新的辅助设备 EchoVest，通过利用经皮电神经刺激 (TENS) 基于声源的振动传输到用户身体上，为盲人 / 聋人提供直观的环境感知，同时实现声音定位、声音分类、降噪和深度感知等多种功能，并在计算准确性和成本方面超越了基于
PDFa year ago
AudioCLIP: 将 CLIP 扩展到图像、文本和音频
本研究提出了一个扩展 CLIP 模型，使用 AudioSet 数据集来支持音频的双模和单模分类以及查询，同时保持了 CLIP 模型的零样本推理能力。此模型在环境声音分类任务上取得了新的最佳结果，并评估了提出模型的跨模态查询表现以及全量和部分
PDF3 years ago
使用声音分类改进通用声音分离
本文研究基于深度学习、语义嵌入和分类网络应用于通用声源分离，并成功建立了新的最先进的模型，从而提高了声源分离的性能。
PDF5 years ago
ICCV看、听、学习
探索了音视频流之间对应关系，并提出了利用该信息实现的自我监督视听学习任务，结果表明该方法成功解决了问题，并展现出良好的视听表征，可以将其应用于声音分类、物体定位和细粒度识别任务。
PDF7 years ago
自动环境声音识别：性能与运算成本比较
比较自动环境声音识别算法在计算成本方面的表现，结果表明在一定的计算成本范围内，深度神经网络能够提供最好的声音分类准确性比率，而高斯混合模型可以以相对较小的成本提供合理的准确性，支持向量机则在准确性和计算成本之间做了妥协。
PDF8 years ago
ICML基于人类评分系统和人工神经网络的大型生物声学信号分类
本文提出一种方法，通过结合来自时频谱图的信号特征和人类感知，以提高声音分类性能，该方法利用人工神经网络 (ANN) 学习基于人类感知知识的信号特征，并应用于包含 24 个月几乎连续记录的大型声学数据集，结果表明性能显著提高。
PDF11 years ago