کاربرد شبکه عصبی کانولوشنال در تشخیص صوت

Question

با سلام
بنده می خواستم بدونم ایا همانطور که شبکه های عصبی کانولوشنال در حوزه تصویر موفق بوده اند در حوزه شناسایی صوت انسان هم موفق عمل کرده اند؟
ایا کسی یک مثال ساده از کاربرد شبکه های CNN در حوزه شناسایی صوت دارد؟ یک مثال ساده که بشه از اونجا شروع کرد.

Answer 1

سلام
بله اون اوائل بودن اما الان از lstm ها استفاده میشه .
مثالهای ساده هم هست میتونید اینجا رو برای کفی یا اینجا رو برای تنسورفلو ببینید . در هر صورت این آموزش رو هم ببینید تا بدونید چیکار کنید.

Answer 2

اگر می خواید از CNN برای سیگنال زمانی استفاده کنید می تونید یه پنجره در نظر بگیرید و سیگنالتون رو مثل یک تصویر بریزید توی یه ماتریس و از اون به بعد دیگه CNN فرقی براش نمی کنه که محتوای ماتریس چیه. من کار کردم با این روش و جوابای خیلی خوبی گرفتم.