Wolfram神经网络存储库

即时可计算访问神经网络模型

CREPE节距检测网培训时间： 单声道信号数据

跟踪单音信号的音高

CREPE于2018年发布，是一个基于深度卷积神经网络的最先进系统，直接对时域波形进行操作。该体系结构基于六个卷积堆栈的链，然后是分类器。网络输出一个向量，该向量表示基音处于360个频率类别中的一个频率类别的概率，该频率类别以非线性间隔。

层数：41|参数计数：22244328|训练大小：89 MB|

训练集信息

性能

示例

资源检索

获取预先训练过的网：

在[1]中：=
NetModel[“单声道信号训练的CREPE基音检测网络\数据“]
输出[1]=

评价功能

定义将用于解码网络输出的隐马尔可夫过程：

在[2]中：=
HMP=模块[{starting，transition，emission，xx，yy，selfEmission}，starting=ConstantArray[1./360，360]；yy=常量数组[Range[360]，360]；xx=转座@yy; 转换=映射[Max[#，0.]&，12-Abs[xx-yy]，{2}]；转换=N@#/总计[#]&/@转换；自发射=0.1；emission=IdentityMatrix[360]*selfEmission+ConstantArray[（1.-）自发射）/360.，{360，360}]；HiddenMarkovProcess[启动、转换、发射]];

该网络采用单声道音频信号，并以对数音高标度输出信号的音高估计值。编写求值函数，将结果转换为时间序列包含预测频率（Hz）和预测置信度：

在[3]中：=
findPrediction[“插值”，salience_，center_：无]/；ArrayDepth[salience]==2:=Map[Function[in，findPrediction[“插值”，in，center]]，salience'
在[4]中：=
findPrediction[“插值”，salience_，center_：无]：=模块[{c，a，端点，分}，如果[中心===无，c=第一@订购[显著性，-1]，c=中心]；endpoints={最大值[1，c-4]，最小值[长度@显著性，c+5]}；a=取[显著性，终点]；分=范围[0，7180，20]+1997.3794084376191；{10.*2^（总计[a*Take[分，端点]]/总计[a]/1200.），显著性[[c]]}]
在[5]中：=
findPrediction[“Viterbi”，salience_]：=映射线程[findPrediction[“插值”，##]&，{salience，FindHiddenMarkovStates[First[Ordering[#，-1]]&/@saliece，HMP]}]
在[6]中：=
netevaluation[a_？AudioQ，选项模式[{“解码器”->“Viterbi”}]]：=模块[{res，times}，res=网络模型[“基于单音信号数据训练的CREPE音调检测网络”][AudioPad[a，{0.032,0.032}]]；res=查找预测[OptionValue[“解码器”]/。除了[“维特比”]->“插值”，res]；times={范围[0.，数量量级[Duration[a]，“Seconds”]，.01]}；<|“预测”->时间序列[res[[All，1]]，times]，“置信度”->时间序列[res[[All，2]]，times]|>]

基本用法

检测单音信号的音高：

在[7]中：=
pred=netevaluation[示例数据[{“音频”，“大提琴”}]]
输出[7]=

使用映射到不透明度的置信度绘制预测频率：

在[8]中：=
ListLinePlot[pred[“Prediction”]，ColorFunction->函数[{x，y}，指令@不透明度@pred[“置信度”][x]]，颜色函数缩放->假，绘图范围->{100，120}]
输出[8]=

绩效评估

使用正弦振荡器生成信号：

在[9]中：=
f[t_]：=400+200正弦[2*Pi*t]；a=音频发生器[{“Sin”，f}]
输出[10]=

将网络预测的频率与地面实况进行比较：

在[11]中：=
ListLinePlot[<|“基本真理”->表[{t，f[t]}，{t，0，1，.01}]，“预测”->网络评估[a][“预测”]|>]
输出[11]=

净信息

检查网络中所有阵列的参数数量：

在[12]中：=
网络信息[NetModel[“单声道信号训练的CREPE基音检测网络\数据“]，”ArraysElementCounts“]
输出[12]=

获取参数总数：

在[13]中：=
网络信息[NetModel[“单声道信号训练的CREPE基音检测网络\数据“]，”ArraysTotalElementCount“]
输出[13]=

获取层类型计数：

在[14]中：=
网络信息[NetModel[“单声道信号训练的CREPE基音检测网络\数据“]，”层类型计数“]
输出[14]=

显示主网络的摘要图形：

在[15]中：=
网络信息[NetModel[“单声道信号训练的CREPE基音检测网络\数据“][[”Net“]]，”SummaryGraphic“]
输出[15]=

导出到MXNet

导出将网络转换为可在MXNet中打开的格式：

在[16]中：=
jsonPath=Export[FileNameJoin[{$TemporaryDirectory，“net.json”}]，NetModel[“单声道信号训练的CREPE音高检测网络\数据“]，”MXNet“]
输出[16]=

导出还创建了网络参数包含参数的文件：

在[17]中：=
paramPath=FileNameJoin[{DirectoryName[jsonPath]，“net.params”}]
输出[17]=

获取参数文件的大小：

在[18]中：=
文件字节计数[paramPath]
退出[18]=

大小与资源对象的字节数类似：

在[19]中：=
资源对象[“基于单音信号训练的CREPE音调检测网络\数据“][”ByteCount“]
输出[19]=

将MXNet网络表示为图形：

在[20]中：=
导入[jsonPath，{“MXNet”，“NodeGraphPlot”}]
输出[20]=

资源历史记录

  • 创建日期：2018年5月16日
  • 最新更新：2019年4月14日

参考