使用深度学习的音频处理
使用音频和语音处理应用程序扩展深度学习工作流程
通过使用深度学习工具箱™和音频工具箱™,将深度学习应用于音频和语音处理应用程序。有关信号处理应用,请参见使用深度学习的信号处理.有关无线通信中的应用,请参见使用深度学习的无线通信.
应用程序
音频贴标签机 | 定义并可视化基本事实标签 |
功能
主题
音频应用的深度学习简介(音频工具箱)
了解将深度学习应用于音频应用的常用工具和工作流程。
使用深度学习分类声音(音频工具箱)
训练、验证和测试简单的长短期记忆(LSTM)来分类声音。
使用迁移学习重新训练YAMNet,一个预训练的卷积神经网络(CNN),以分类一组新的音频信号。
使用自定义深度学习层执行语音识别,该层实现了mel规模的滤波器组。
训练一个深度学习模型,消除语音中的混响。
使用Simulink检测音频中语音命令的存在万博1manbetx®模型。
这个例子展示了如何使用机器和深度学习技术对语音数字进行分类。
这个例子展示了如何使用深度学习网络隔离语音信号。
本例给出了应用于语音数字识别任务的特征选择的典型工作流程。
使用卷积深度网络学习语音识别的预强调滤波器。