ESC-50数据集的分析(1)_esc一50as

作者：Guff_9hys | 2024-08-12 23:39:31

踩

esc一50as

单个音频波形图和对应声谱图的可视化|特征可视化

原始资料来自原作者的jupyter notebook^[jupyter]

这里的一些可视化工具，可能可以用来新的数据集分析，以及算法性能比较。

本人誊写的代码在这里^[source]

单个音频波形图和对应声谱图的可视化

单个音频波形图和对应声谱图

特征可视化

这里是用来分析所使用的音频特征的区分度（有效性）。可视化的方法有很多，但是背后其实是降维。以常用的音频特征MFCC为例，首先看一下在单个音频clip上的分布表现。这里用的seaborn的boxplot实现了一个特征分布的箱图。箱图是一个看起来高大上的统计指标，主要用来表征数据的分布情况。和简单的使用均值和方差相比，箱图可以反映更多的信息。seaborn是matplotlib的高级封装版，仅此而已。
单clip特征箱图

注意 $MFCC_0$ 的意思不大，因为它的分布实在是有点平凡。但是注意到 $MFCC_1$ 和 $MFCC_2$ 的分布差异很明显。（在特征表示里，特征的各个维度区分度diversity越明显越好）

我们可以进一步分析 $MFCC_1$ 在不同clips之间的表现。同样带上过零率。过零率的区分度和MFCCs还是很大的。
跨clips的特征可视化

上面是第20类（Crying baby）的特征可视化，再看一看Rain这个类的特征可视化：
跨clips的特征可视化2

两张图一比较，就能发现这两类声音的特征 $MFCC_{1}$ 分布差异还是很明显的。

最后来一张50类的全家福：
所有类别的特征可视化

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Guff_9hys/article/detail/972096