【发布时间】：2014-07-02 17:23:45
【问题描述】：
我目前在环境声音分类方面遇到问题。我想使用音频分类来检测特定类型的碰撞声音（这确实是完全不同的，很容易被人耳区分）。但是可能会发生其他类型的碰撞声，这对我来说并不重要，即我所需要的只是不要将它们归类为我的“特定类型的碰撞声”。
我现在正在尝试使用 GMM&LFCC 进行分类。一个由所有 LFCC 从该类型的碰撞声音训练的 GMM 模型和一个用于所有其他 LFCC 的 GMM 模型（来自一些非碰撞环境声音或来自我不想要的一些其他类型的碰撞）。目前性能很差，召回率很高，但精度极低。我发现，虽然我的“特定类型声音”的 GMM 模型在没有发生声音类型时给出的概率非常低，但如果不是我想要的所有声音，另一个 GMM 模型也会给出很低的概率这是所有其他类型的碰撞正在发生的情况。
对于这种情况，我应该切换到其他模型，例如 ANN 或 SVM，还是需要添加更多 GMM 模型？例如，我在考虑 GMM_1 用于我想要的碰撞类型，GMM_2 用于其他类型的碰撞，GMM_3 用于其他任何类型的碰撞。但是我很难得到“所有其他类型的碰撞”，我也不确定这种方式是否真的会提高准确性。
【问题讨论】：
-
仅供参考，这类问题更适合datascience.stackexchange.com
-
数据科学真的与音频分类有关吗？但无论如何，谢谢，在我看之前我不知道有一个数据科学堆栈交换网站:) @fxm
标签： audio machine-learning classification audio-processing