《表1 Urban Sound8K数据集》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进卷积神经网络的音频场景分类研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验采用纽约大学公开的城市声音数据集Urban Sound8K[7]，它是由8种732个声音片段组成，其持续时间最长的为4 s，取自现场的录音。数据集分为10个不同的环境声音场景包含了空调、汽车喇叭、儿童游戏、狗叫、钻孔、发动机空转、枪击、手提钻、警笛和街头音乐。音频文件保存格式为wav，采样率为44.1 k Hz，每个场景的数据集样本个数如表1所示。实验过程中使用规定好的10个文件夹进行十折交叉验证。9个作为训练数据集，用1个子集作为验证集。进行10次实验取平均值。