语音数字信号处理实验(DSP)

环境配置

我是在ubuntu18.04上运行的，Windows系统应该也问题不大

pip install -r requirements.txt

文件结构

.
├── clfmodels  不同的分类模型   
├── corpus     给定的语料
├── energy     短时能量的输出
├── feature     用于分类器的特征向量
├── output      截取出人声的音频
├── __pycache__     缓存文件
├── utils       一些工具
└── zeroCrossingRate    过零率的输出

使用方法

quick start

• 直接运行 lab1.py

python lab1.py

这会打开一个类似的交互式代码，你可以使用这个交互式的代码按照提示得到截取出的人声

Train

1. 获取特征向量

python get_feature.py

可以通过line11:wav_path = "/home/newsun/DSP/DSPyuyin"更改你的训练集的路径。 训练集为0至9单个数字，需按照以下格式排列。

DSPyuyin
    ├── 0
    |   ├── [2021-10-23][13-02-37].wav
    │   ├── [2021-10-23][13-02-42].wav
    |    ...
    ├── 1
    ├── 2
    ├── 3
    ├── 4
    ├── 5
    ├── 6
    ├── 7
    ├── 8
    └── 9

运行后会在feature当中生成

feature
├── energys_conv.txt 由短时能量构成的特征向量
└── nums.txt    标签

上述特征向量就是你要训练的输入。

2.使用不同方法训练

在clfmodels中有各种不同的分类器模型

clfmodels
├── dtmodel.py  决策树  
├── dtmodel_pca.py  决策树加主成分分析
├── MNBmodule.py    贝叶斯分类器
├── rfcmodel.py     随机森林
├── svm_pca.py  支持向量机加主成分分析
└── svm.py      支持向量机
└── mlp.py      多层感知机
└── plotcurve.py      绘制学习曲线

可以简单的通过运行文件得到结果。s 例如：使用支持向量机

cd clfmodels
python svm.py

在此之前需要改变在svm.py中改变路径

energys = np.loadtxt("/home/newsun/DSP/DSP_lab/feature/energys_conv.txt")
nums = np.loadtxt("/home/newsun/DSP/DSP_lab/feature/nums.txt")

将其路径改为之前所提取出的特征向量以及标签的路径。 得到输出：

accuracy:0.8266871165644172

即为准确率。 这里其实使用测试集当训练集，你也可以自己split一下。

模型	准确率(%)
SVM	76.82
SVM+PCA	88.61
MVBmodule	59.96
rfcmodel	90.13
dtmodel	59.20
dtmodel+PCA	50.13
MLP	82.1