声音和音频的区别

roland

声音和音频的区别
声音是你听到的东西。它是一种振动，以声波的形式传播。声音的独特属性包括频率、速度、振幅和方向。
当谈到机器学习在这个领域的主要用途时，只有频率和振幅是基本特征。
声波通常可以被简化为正弦波。正弦波向我们展示了一个变量的振幅如何随时间变化。我们用一个麦克风来捕捉声音，并将其转换为电子表示。
音频是声音的电子表示。人类能听到的音频频率范围为20Hz至20kHz。
低于20Hz和高于20KHz的频率对人类来说是听不到的，因为它们要么低，要么太高。
这些样本，随着时间的推移，形成了一个波形。目前，我们无法将机器学习应用于这种波形。
什么是频谱图？


频谱图是所有频率随时间变化的可视化表示。
Y轴是以赫兹为单位的频率，而X轴代表时间。颜色代表幅度或振幅。
频谱图中的颜色要么更亮，要么更高，以分贝（计量单位）表示。
我们可以将一个波形转换为频谱图。从技术上讲，这相当于一个图像。研究人员发现，我们可以有效地将计算机视觉技术应用到频谱图上。
这意味着，我们可以用用于图像分类的相同方法来分析声音。
因此，机器学习模型可以通过寻找频谱图中的模式来提取波形中每个时间段的主导音频。
然而，在本教程中，我们将不使用频谱图来寻找模式。我们将使用一个被称为Librosa的库来帮助我们完成这一任务。
现在你对音频有了更多的了解，机器学习可以用来对其进行分类。让我们使用TensorFlow实现一个音频分类任务。

90967666

声音和音频的区别

Alesis

支持！