C

Cnn8rnn Audioset Sed

由 wsntxxn 开发
基于AudioSet预训练并在AudioSet-strong上微调的CRNN声音事件检测模型
下载量 229
发布时间 : 8/13/2024

模型简介

这是一个用于声音事件检测的深度学习模型,能够识别音频中的特定事件类别,如语音、音乐或环境声音等。

模型特点

高时间分辨率
模型具有40毫秒的时间分辨率,能够精确检测音频事件的时间位置
多类别识别
可识别447种不同的音频事件类别,包括各种语音、音乐和环境声音
双输出模式
同时提供帧级输出和片段级输出,满足不同精度的检测需求

模型能力

音频分类
声音事件检测
多类别音频识别
时间定位音频事件

使用案例

音频内容分析
语音检测
检测音频中男性或女性语音的存在
可输出特定语音类别的概率序列
环境声音监测
识别环境中的特定声音事件,如警报声、动物叫声等
可标记声音事件的发生时间和类别
媒体内容分析
视频自动标记
通过分析视频中的音频轨道自动生成内容标签
提高视频内容检索效率
AIbase
智启未来,您的人工智能解决方案智库
简体中文