5ADIEU FEATURES? END

FEATURES? END"/>

5ADIEU FEATURES? END

文章目录

• 前言
• 一、文章内容
• 二、文章评价

前言

原文地址-2016

一、文章内容

• 文章提出了一种使用RNN和CNN联合从原始音频数据提取特征的端到端的神经网络
  • 模型输入的数据为 时间长度等于6s的原始的音频
  • 然后使用F个长度为5ms（采样率16000/200=80）的一维卷积核来进行卷积
  • 再使用M个长度为500ms（采样率16000/2=8000）的一维卷积核进行进一步的卷积操作
  • 最后得到的是一个M维的长度为某个长度（根据卷积公式计算的）的特征矩阵
  • 还进行了一个长度为20的最大池化
  • 将得到的特征输入到了LSTM网络进行进一步的特征提取
    
• 实验结果：
  

二、文章评价

• 文章novel: 把CNN和RNN结合使用到了网络中，直接使用原始的音频信号进行特征提取
• 优势：
  • 提出了一种直接从原始信号提取特征的方法，理论上是最大程度的保证了原始音频信息的完整性，方法很好很有借鉴意义，可以冲击传统收手工的特征提取方法了。ADIEU FEATURES?
  • 端到端的模型
• 劣势：
  • 可能由于数据量的限制会影响到特征的提取效果
  • 特征提取的网络结果可以再复杂点提取更好滴特征吧