ในยุคของข้อมูลขนาดใหญ่ข้อมูลเสียงจะถูกเก็บไว้ในเครือข่ายมากขึ้นเรื่อย ๆ และระบบอัตโนมัติที่มุ่งเน้นเสียงและระบบการจำแนกอัจฉริยะก็เป็นที่ต้องการ การวิจัยการจำแนกสัญญาณเสียงเป็นสิ่งสำคัญในการส่งเสริมการพัฒนาระบบดังกล่าว ในการวิจัยการจำแนกสัญญาณเสียงการแยกคุณลักษณะการเพิ่มประสิทธิภาพชุดคุณลักษณะและการออกแบบตัวแยกประเภทเป็นสามด้านที่สำคัญที่สุด จากการวิจัยและการวิเคราะห์วรรณกรรมที่เกี่ยวข้องกับเสียงที่มีอยู่พบว่าจุดเน้นของการวิจัยเสียงส่วนใหญ่รวมถึง: การวิจัยเกี่ยวกับวิธีการดึงคุณสมบัติที่แตกต่างในการดึงคุณสมบัติ; ในการเพิ่มประสิทธิภาพชุดคุณลักษณะการวิจัยเกี่ยวกับขั้นตอนวิธีการเลือกคุณสมบัติที่แตกต่างกัน ในการออกแบบลักษณนามได้ทำการศึกษาประสิทธิภาพการจำแนกประเภทของอัลกอริทึมการจำแนกประเภทที่แตกต่างกัน บทความนี้มุ่งเน้นไปที่สามด้านข้างต้นและงานที่เสร็จสมบูรณ์แล้วส่วนใหญ่จะรวมถึงส่วนต่อไปนี้: 1. การใช้วิธีการแยกคุณสมบัติเสียงที่แตกต่างกันรวมถึงคุณสมบัติโดเมนเวลาคุณสมบัติโดเมนความถี่คุณสมบัติโดเมน cepstrum และคุณสมบัติอื่น ๆ หมวดหมู่ประกอบด้วยชุดคุณสมบัติเสียงต้นฉบับ สำหรับปัญหาการหาค่าเหมาะที่สุดของชุดคุณลักษณะนั้นได้ทำการศึกษาอัลกอริธึมการเลือกคุณลักษณะตามค่าสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน, อัลกอริธึมการเลือกคุณลักษณะตามวิธีน้ำหนักของเอนโทรปีและอัลกอริธึมการเลือกคุณลักษณะ มีการเสนออัลกอริทึมการเลือกคุณลักษณะสัมประสิทธิ์สหสัมพันธ์ที่ปรับปรุงแล้ว ความถูกต้องและความเป็นไปได้ของอัลกอริธึมการเลือกคุณลักษณะสี่อย่างถูกตรวจสอบโดยการทดสอบและเปรียบเทียบข้อดีและข้อเสียของอัลกอริทึม ตัวจําแนกตามต้นไม้การตัดสินใจตัวจําแนกเพื่อนบ้าน K ที่ใกล้ที่สุดและตัวจําแนกตามโครงข่ายประสาท BP ได้รับการออกแบบ ปัญหาที่เครือข่ายนิวรัลบีพีง่ายต่อการตกอยู่ในสภาวะที่เหมาะสมในท้องถิ่น ตัวจําแนกเครือข่ายนิวรัล BP จากอัลกอริทึมการหลอมแบบจำลองได้รับการออกแบบ ชุดคุณสมบัติเสียงต้นฉบับจะถูกป้อนลงในอุปกรณ์เสียงสี่ชนิดตามลำดับและการจำแนกคำพูดและเพลงเสร็จสมบูรณ์ การทดลองการจัดประเภทเพลงและการทดลองการจัดหมวดหมู่เพลง ผลการทดลองแสดงให้เห็นว่าอัตราความถูกต้องของการจำแนกประเภทโดยเฉลี่ยที่ได้รับจากการใช้ตัวจําแนกประเภท BP ที่ได้รับการปรับปรุงตัวจําแนกประเภท BP แบบดั้งเดิมตัวจําแนกต้นไม้แบบตัดสินใจ ID-3 และตัวจําแนก ตัวจําแนกเครือข่ายนิวรัล BP ที่ได้รับการปรับปรุงใช้เพื่อจัดประเภทชุดคุณลักษณะที่ปรับให้เหมาะสมสี่ชุด ผลการทดลองแสดงให้เห็นว่าผลการจำแนกประเภทที่ได้รับจากการใช้อัลกอริทึมการเลือกคุณลักษณะสัมประสิทธิ์การปรับปรุงที่ดีที่สุดในการพูดและดนตรี อัตราความถูกต้องของการจำแนกประเภทโดยเฉลี่ยของการทดลองจัดประเภทการทดลองจัดประเภทเพลงและการจัดหมวดหมู่ดนตรีเป็น 97.78%, 92.69% และ 98.50% ตามลำดับ
ผู้เชี่ยวชาญด้านเสียงเป็นเครื่องมือเสียงที่ง่ายมาก เสียงให้ผู้ใช้งานในการแปลงรูปแบบเสียง, การรวมเสียงและฟังก์ชั่นอื่น ๆ สามารถแยกความต้องการของผู้ใช้เพื่อเก็บส่วนหนึ่งจากไฟล์ข้อความเสียงบนคอมพิวเตอร์แล้วสร้างไฟล์เสียงใหม่ มันเป็นผู้ช่วยที่ดีสำหรับผู้ใช้
คุณสมบัติผู้เชี่ยวชาญด้านเสียง:
1. การแปลงรูปแบบเพลง: คุณสามารถแปลงระหว่าง MP3, WAV, WMA, AAC, AU, AIF, APE, VOC, FLAC, M4A, OGG และรูปแบบเสียงอื่น ๆ ที่เป็นที่นิยม
2. การแบ่งส่วนเพลง: แบ่งไฟล์เพลงออกเป็นไฟล์เพลงเล็ก ๆ หลายไฟล์และแบ่งส่วนการสนับสนุนตามความยาวเวลาขนาดคู่มือการแจกแจงค่าเฉลี่ยและอัตโนมัติ
3. การสกัดกั้นเพลง: แยกส่วนที่ต้องรวบรวมจากชิ้นส่วนเสียงและทำให้เป็นไฟล์เสียง
4. การรวมเพลง: รวมไฟล์ฟอร์แมทเพลงที่แตกต่างหรือเหมือนกันหลายไฟล์ไว้ในไฟล์เพลงเดียว
5. การปรับระดับเสียง MP3: ปรับระดับเสียงของเพลง MP3 โดยไม่สูญเสียคุณภาพเสียง สามารถวิเคราะห์และปรับระดับเสียงของเพลง MP3 ทั้งหมดให้มีขนาดเท่ากันก่อนที่จะเบิร์นแผ่นดิสก์เพลงหรือก่อนที่จะทำการคัดลอกเพลงไปยังโทรศัพท์มือถือ คุณไม่ต้องปรับระดับเสียงของเครื่องเล่นอีกต่อไปเมื่อคุณฟังเพลง
