機械学習における識別速度が遅い原因

Question

#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。

Comments

[tiitoi]

fit() で学習もしてるからではないでしょうか。
学習は普通時間がかかりますよ

[maguro2020]

ご回答いただきありがとうございます。tiitoi様。
完全に自分の知識不足でした。tiitoi様にご指摘された通り、自分は毎回、fit()で学習を行なっておりました。そのことを把握した上で、一度学習をさせてから、下から８行目までのコード（下記に記載）を実行致しましたところ1秒もかからずに判別を行うことができました。迅速にお答えいただき、ありがとうございました。
コード
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))

Answer 1

今回は自分の質問にお答えいただいたtiitoi様には感謝しかありません。ありがとうございます。自分のfit()に関する知識不足が原因でした。tiitoi様にご指摘いただいたことを把握した上で、

#識別学習
clf = svm.SVC()
clf.fit(song_training, artist_training)
print('Learning Done')

をさせてから、下記のコードを実行致しましたところ、一瞬で判断させることができました。

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))

tiitoi様、本当にありがとうございました。