audio - 机器学习数据集的不同麦克风

Question

我目前正在关注Tensorflow简单音频识别教程
here，想知道我的数据集中的不同麦克风录制的音频是否会对我的训练结果产生负面影响。是否所有音频都应使用相同类型的麦克风录制？

Answer 1

这取决于您将来如何使用经过训练的模型。如果您希望该模型与不同类型的麦克风配合使用，并假设不同的麦克风会影响实际录制的音频，那么您可能希望使用各种麦克风进行录制。

或者，您也可以表征由不同麦克风产生的差异，并修改数据集，使样本包含在麦克风之间发现的差异。这称为数据增强，是一种非常普遍且推荐的做法，但是，这不一定是一件容易的事。数据扩充通常特定于您使用的数据集和数据类型，因此，这可能只是您要使用的数据扩充的一个示例。音频的另一个典型示例是添加各种类型的背景噪声，以产生更大的独特数据集，在该数据集中必须选择所需的信号。

另一方面，您将仅在特定的麦克风上使用模型，然后仅使用该麦克风进行训练是有意义的，因为您不在乎使用其他麦克风的效果如何。

如果这只是学习中的一种练习，那么我完全不用担心这个细节。实际上，在我看来，不同的麦克风不会产生明显不同的音频配置文件。但是，嘿，我很可能是错的。

我喜欢从人类的 Angular 思考这样的问题。问问自己:如果我要雇用一个数据输入人员来执行此任务，并且我要给他们一些示例来教他们如何执行任务，如果这些样本来自多个麦克风，对他们有好处吗？如果答案是肯定的，则将学习算法与人类一样对待，并赋予他们相同的多样性。