#前提・実現したいこと
機械学習でμ’sの声を識別する
上記のサイト様を参考に機械学習を行っております。判断に要する時間を短縮できないかと考えております。
#発生している問題・エラーメッセージ
なんとか機械学習を行うことはできたのですが、判断するのにとても時間がかかってしまう状況に陥ってしまいました。学習データの数にもよるのですが、bell、call、noiseのwavファイル数が合計120個ほどにもかかわらず、判断までに1分ほど時間がかかってしまう、といった状況です。
#コード
import scipy.io.wavfile as wav import librosa from sklearn.svm import SVC import numpy import glob from sklearn import svm def getMfcc(filename): y, sr = librosa.load(filename) return librosa.feature.mfcc(y=y, sr=sr) artists = ["bell", "call","noise"] songs = [glob.glob('bell_wav5/*.wav'), glob.glob('call_wav5/*.wav'), glob.glob('noiseA/*.wav'), ] song_training = [] artist_training = [] for artist, artist_songs in zip(artists, songs): for song in artist_songs: path = "%s" % song print(path) mfcc = getMfcc(path) song_training.append(mfcc.T) label = numpy.full((mfcc.shape[1], ), artists.index(artist), dtype=numpy.int) artist_training.append(label) song_training = numpy.concatenate(song_training) artist_training = numpy.concatenate(artist_training) #識別機械学習(ここから下の行で判断を行うと考えております) clf = svm.SVC() clf.fit(song_training, artist_training) print('Learning Done') filename = 'test/call_test02.wav' for artist in artists: mfcc = getMfcc(filename) prediction = svc.predict(mfcc.T) counts = numpy.bincount(prediction) result = artists[numpy.argmax(counts)] print('%s recognized as %s.' % (filename, result))
#試していること
そもそもSVMだと時間がかかってしまうものなのか、といった疑問や自分で記述したコードの書き方が良くないのか、コードの下から3行目の
result = artists[numpy.argmax(counts)]
のせいなのか、など自分なりに調査を行なっております。もし機械学習について詳しい方がいらっしゃいましたら、アドバイスやご助言をいただけたら幸いです。
#補足
使っているPCはmacOS Suerra バージョン10.12.6
Pythonのバージョンは3.6.5です。
回答1件
あなたの回答
tips
プレビュー