音声数字の分類

Question

私がやっていることは、概念的には悪名高いNMIST分類の例に似ています。ただし、各桁はコンピュータで生成された音波です。

実世界の精度を向上させるために、データに背景ノイズを追加します。

私の質問は、どのモデルがこれに最も適しているかという連続データを考慮していますか？私は畳み込みネットが動作すると仮定していますか？

私は、数パーセントのパフォーマンスポイントと引き換えに、よりシンプルなモデルを好んでおり、好ましくはScikit Learnライブラリで書かれています。

Answer 1

はい、

1D畳み込みニューラルネットワークを使用できます。畳み込みフィルタは、信号の連続部分を利用することができ、したがって、有用であり得る。

さらに複雑なリカレントニューラルネットワークを調べることもできます。