基于python的CCF练习赛-通用音频分类源码+项目说明.zip

# Speech Commands Recognition ## 内容介绍 https://zhuanlan.zhihu.com/p/331833198 ## 实验结果 | Local CV Score | Test Score | | -------------- | ------------- | | 0.977 ± 0.001​ | 0.975 ± 0.001 | 本方案基于pytorch和[keras4torch](https://github.com/blueloveTH/keras4torch)。为方便移植到其他框架测试，下面列出了训练用到的主要设定。 ## 主要设定 | setting | value | | ----------------- | ---------------------------- | | features | 1x32x32 melspectrogram | | model | wide resnet28 | | total parameters | 36491726 | | epochs | 40 | | batch size | 96 | | optimizer | SGD with momentum | | learning rate | 1e-2 -> 3e-3 -> 9e-4 -> 8e-5 | | L2 regularization | 1e-2 | | label smoothing | 0.1 | | epoch time | 82s (1 * RTX 2080Ti) | ## 模型结构  ## 运行仓库代码 #### 环境配置 ```txt torch>=1.6.0 keras4torch==1.1.3 scikit-learn==0.23.2 librosa==0.8.0 ``` 如果使用linux系统，需要先执行如下命令才能安装librosa。 ```bash ! sudo apt-get install -y libsndfile1 ``` #### 数据预处理 确保原始数据被放在data/ 文件夹中，运行preprocess.ipynb。 这些文件的结构如下： - data/ - train/ - test/ - preprocess.ipynb - train.ipynb #### 训练和预测 在上一步完成的基础上，运行train.ipynb。 结束后，对测试集的预测（概率值）将被保存为一个.npy文件。 ## 问题反馈 + [Github Issue](https://github.com/blueloveTH/speech_commands_recognition/issues) + Email: [email protected]