識別「叮咚」聲音

Question

我在建立聲音識別模型來檢測「叮咚」聲音。

有兩個程序，培訓和測試。

訓練數據是由設備產生的「定洞」聲音。

該模型可以檢測到由同一設備生成的「叮洞」聲音，效果很好。

但是，當第二個設備產生新的「定洞」聲音時，性能會變差。

我知道這個問題的可能解決方案：記錄第二個設備生成的「叮咚聲」並將其添加到訓練數據。

但是，總是有新的裝置，新的「叮咚」聲音。

我該怎麼辦？

Answer 1

您正面臨過度配合問題。過度擬合意味着您的模型已經過訓練，可以針對訓練數據集的特定情況進行優化。爲了克服這個問題，你應該在許多設備上訓練你的模型，然後在它們之間進行插值。插值可以通過您正在使用的模型來保證。

但是，以前的信息是如此普遍。就你而言，你可能會發現更簡單的方法來做到這一點。一切都取決於你如何定義「叮咚」。如果你能找到一個「叮咚」的模範，那就太好了。這個簽名應該對所有不需要的特徵都是不變的。

例如，是否應該接受「Diiiiing-doooooong」？如果是的話，你應該找到一個長度不變的簽名。 「叮洞」頻率是否可以接受？如果是的話，你應該找到一個簽名，把頻率作爲對方的分數，而不是絕對值，等等......

順便說一句，我相信你可以谷歌這個並找到許多關於你的問題的文件，但它可能關於「當洞」而不是「叮咚」，但你仍然可以從中受益;）

Answer 2

所以你想從「其他聲音」認識到「叮咚聲音」。

一種方法可能是訓練數據以將「其他聲音」識別爲其他類。因此，新的叮噹可能比「其他人的聲音」更容易與「叮咚聲」相關聯。

這種方法的一個缺點可能是「虛警」數量的增加，但這個任務總是導致精度和召回之間的折衷。