phonetic-recognition项目介绍
采用cnn方案进行训练,与人脸识别face-recognition项目的网络结构类似
phonetic-recognition项目将一个维度的音频向量处理成了一个音频特征矩阵
MFCC相关知识参见“梅尔频率倒谱系数 MFCC”一文
最后用cnn训练,后面过程与人脸识别类似
源代码
https://github.com/duhanmin/phonetic-recognition.git
音频训练与识别
语音MFCCs特征处理:
训练效果:
识别效果:
其中1的置信度低的原因是:我用自己的声音训练,用别人的声音去识别,虽然低,但也识别对了