$30 off During Our Annual Pro Sale. View Details »

機械学習のための音声信号処理（基礎編）/ Speech Signal Processing

moonlight-aska
October 21, 2018
0
790

機械学習のための音声信号処理（基礎編）/ Speech Signal Processing

2018年10月21日開催の「大江橋Pythonの会#3」の資料です.

moonlight-aska

October 21, 2018
Tweet

More Decks by moonlight-aska

See All by moonlight-aska
Kingo AI Navi LINEをもっと使い倒せ!!
aska
0
36
Depth画像で物体検知やってみたー。/ Objects Detection with Depth Images
aska
0
290
Kingyo AI Naviアプリ開発 / Kingyo AI Navi App
aska
0
250
AutoML Vision Edgeで金魚分類モデルを学習してみた / Kingyo Classification Model with AutoML Vision Edge
aska
0
290
AutoML Vision Edge + ML Kit for Firebase ⇒ Kingyo Classification
aska
1
400
Kingyo AI Navi
aska
0
340
ピープルカウンタ、その後。/ People Counter
aska
0
360
物体検出をPythonで動かしてみる! / Try using YOLOv3 in Python
aska
0
680
ML Kitでちょびっと金魚AI / Recognition of goldfish type using ML Kit
aska
0
230

Featured

See All Featured
Designing with Data
zakiwarfel
91
4.1k
Bash Introduction
62gerente
600
210k
Docker and Python
trallard
27
1.8k
Why Our Code Smells
bkeepers
PRO
326
55k
The Straight Up "How To Draw Better" Workshop
denniskardys
225
130k
Faster Mobile Websites
deanohume
294
29k
Unsuck your backbone
ammeep
658
55k
Put a Button on it: Removing Barriers to Going Fast.
kastner
56
2.5k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
351
21k
GraphQLとの向き合い方2022年版
quramy
19
9.3k
Documentation Writing (for coders)
carmenintech
49
2.8k
Agile that works and the tools we love
rasmusluckow
320
19k

Transcript

  1. None

  2.    NARA

  3.   안녕하세요

  4.    

  5.    

  6. None

  7.   

  8. f P t

  9. None
  10. None
  11. None
  12. None
  13. None
  14. None

  15. Convolutional Recurrent Neural Network

  16.    

  17.   [音情報処理論 音声処理における信号処理１より引用]

  18. None
  19. None

  22.  ×

  24.  

  25. ×

  26.  [音声言語処理特論 第2回音声認識の基礎、DPマッチングの基礎より引用]

  27.    

  28. None
  29. None
  30. None
  31. None
  32. None
  33. None

  34.    

  35. https://www.kaggle.com/c/tensorflow-speech-recognition-challenge

  36. None

  37. MFCC12 ΔMFCC12 ΔΔMFCC12

  38. None
  39. None
  40. None
  41. None

  42. --- No. 6795 edc53350_nohash_0.wav (house ) --- * 1位 :

    house (0.999820) 2位 : cat (0.000060) 3位 : off (0.000032) 4位 : yes (0.000024) 5位 : down (0.000013) --- No. 6796 e95c70e2_nohash_0.wav (house ) --- * 1位 : house (0.999953) 2位 : off (0.000012) 3位 : cat (0.000005) 4位 : eight (0.000004) 5位 : happy (0.000004) --- No. 6797 258f4559_nohash_0.wav (house ) --- * 1位 : house (0.999980) 2位 : off (0.000007) 3位 : happy (0.000004) 4位 : cat (0.000004) 5位 : eight (0.000002) --- No. 6798 1657c9fa_nohash_0.wav (house ) --- * 1位 : house (0.999972) 2位 : off (0.000011) 3位 : yes (0.000003) 4位 : happy (0.000003) 5位 : cat (0.000003) ---------- Total Accuracy ---------- 1位 : 93.57 % ( 6361 / 6798 ) 2位 : 96.78 % ( 6579 / 6798 ) 3位 : 97.78 % ( 6647 / 6798 ) 4位 : 98.35 % ( 6686 / 6798 ) 5位 : 98.57 % ( 6701 / 6798 )

  43.    

  44. None

  45. NARA

  46. None
  47. None
  48. None

  49. https://ai.googleblog.com/2017/08/launching-speech-commands-dataset.html