【玩转数据系列十六】机器学习PAI通过声音分辨男女（含语音特征提取相关数据和代码）-低调大师

【玩转数据系列十六】机器学习PAI通过声音分辨男女（含语音特征提取相关数据和代码）

2017-09-25 545

背景

随着人工智能的算法发展，对于非结构化数据的处理能力越来越受到重视，这里面的关键一环就是语音数据的处理。目前，许多关于语音识别的应用案例已经影响着我们的生活，例如一些智能音箱中利用语音发送指令，一些搜索工具利用语音输出文本代替键盘录入。

本文我们将针对语音识别中最简单的案例“男女声音”识别，结合本地的R工具以及机器学习PAI，为大家进行介绍。通过本案例，可以将任何用户的语音数据标记出性别，并且保持高准确率。我们把整个实验流程切分为两部分，第一部分是声音信号的特征提取，通过R的信号处理工具实现；第二部分通过机器学习PAI实现男女声音分类模型的训练，本实验需要事先积累男女声音的录音数据，本文已经提供处理好的3000条语音数据，文章末尾提供下载。

声音信号特征提取

语音数据与图像数据以及文本数据不同，如果经常使用K歌软件或者是语音合成软件，

微信关注我们

原文链接：https://yq.aliyun.com/articles/217214

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

阿里云首推免费人脸识别SDK 让每个APP轻松拥有短视频AR特效

早在今年五月，阿里云已经推出了短视频解决方案。近日，阿里云再次率先颠覆行业，在业内首推免费的人脸识别SDK，结合其原有的短视频能力，大大降低了人脸识别+AR特效+短视频的入行门槛。你所知道的人脸识别行业提到人脸识别，大家会联想到商业支付、身份识别、广告投放、人机交互、系统公安等等众多生活场景。虽然这项技术的研究始于20世纪60年代，但是在近年这个课题才愈发活跃。以日常生活中比较常见的场景——社交互动为例，通过人脸识别、AR特效、动图元素的支持，可以帮助用户打破社交壁垒，更立体化、个性化、趣味化的表达自我和分享生活点滴。市面上已经有的人脸识别SDK多数费用高昂，动辄几十万，而某些厂商号称免费，其实也是基于网络API的调用，并不适合在移动端录制短视频时使用，也就无法应用在社交场景之中。这让很多想在APP中添加短视频AR特效的团队望尘莫

2017-09-26

541

背景随着人工智能的算法发展，对于非结构化数据的处理能力越来越受到重视，这里面的关键一环就是语音数据的处理。目前，许多关于语音识别的应用案例已经影响着我们的生活，例如一些智能音箱中利用语音发送指令，一些搜索工具利用语音输出文本代替键盘录入。本文我们将针对语音识别中最简单的案例“男女声音”识别，结合本地的R工具以及机器学习PAI，为大家进行介绍。通过本案例，可以将任何用户的语音数据标记出性别，并且保持高准确率。我们把整个实验流程切分为两部分，第一部分是声音信号的特征提取，通过R的信号处理工具实现；第二部分通过机器学习PAI实现男女声音分类模型的训练，本实验需要事先积累男女声音的录音数据，本文已经提供处理好的3000条语音数据，文章末尾提供下载。声音信号特征提取语音数据与图像数据以及文本数据不同，如果经常使用K歌软件或者是语音合成软件，

2017-09-27

964

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。