背景

隨著人工智能的算法發展，對于非結構化數據的處理能力越來越受到重視，這里面的關鍵一環就是語音數據的處理。目前，許多關于語音識別的應用案例已經影響著我們的生活，例如一些智能音箱中利用語音發送指令，一些搜索工具利用語音輸出文本代替鍵盤錄入。

本文我們將針對語音識別中最簡單的案例“男女聲音”識別，結合本地的R工具以及機器學習PAI，為大家進行介紹。通過本案例，可以將任何用戶的語音數據標記出性別，并且保持高準確率。我們把整個實驗流程切分為兩部分，第一部分是聲音信號的特征提取，通過R的信號處理工具實現；第二部分通過機器學習PAI實現男女聲音分類模型的訓練，本實驗需要事先積累男女聲音的錄音數據，本文已經提供處理好的3000條語音數據，文章末尾提供下載。

聲音信號特征提取

語音數據與圖像數據以及文本數據不同，如果經常使用K歌軟件或者是語音合成軟件，不難理解語音數據通常成信號狀分布。

為了有效的通過算法處理這種波形數據，需要首先通過信號處理工具對語音信號進行處理。本文我們選用的是R語言的warbleR包，warbleR包含大量的頻譜處理工具，可以通過其中的頻譜處理函數提取出關于聲音的以下特征信息，因為男生和女生在聲音頻率、振幅的方面一定有很大區別，所以要通過提取以下特征幫助我們進行分類：

接下來會講解如何提取這些聲音信號的特征：

1.安裝R

首先安裝R語言包，warbleR需要R的版本是3.2以上，這里強烈建議大家使用3.3.3版本（博主在使用3.4的時候遇到錯誤）。具體R的安裝方式網上有很多介紹，這里就不詳細介紹了。

2.安裝warbleR

安裝完R之后，進入R命令行，需要通過以下命令安裝warbleR：

install.packages("warbleR") library(warbleR)

這里需要注意的是鏡像最好使用美國的默認鏡像服務，需要翻*，不然很有可能會安裝不成功，因為國內的鏡像會缺少某些依賴包。

3.特征提取

首先把需要處理的錄音數據（必須是wav格式）按照男聲、女聲分裝在male和female兩個文件夾中，然后執行筆者提供的R腳本代碼（文末提供了下載鏈接）。需要將代碼中以下兩個文件路徑改為自己建立的male以及female文件路徑即可：

執行這個R腳本，就會將wav格式的聲音文件轉化為結構化數據，數據會存儲為一個CSV文件。文件部分截圖：

PAI訓練男女聲音分類模型

1.導入數據

將通過R處理后的數據導入PAI平臺，也可以直接將文末提供的處理好的數據導入。具體方法可以看：https://help.aliyun.com/video_detail/54945.html

數據導入后，可以看到有20個特征以及1列label列，

2.建立分類模型

通過拖拉PAI平臺的組件搭建實驗，實驗流程圖：

• voice_classify:為數據讀入源
• 拆分:將數據集拆分為訓練集以及預測集
• 線性支持向量機：通過SVM算法訓練生成模型
• 預測組件：通過模型對預測集預測
• 混淆矩陣：用來評估

這是一個比較簡單的二分類場景，具體也可以參看之前的一些文章：https://yq.aliyun.com/articles/54260

3.評估

最終“混淆矩陣”組件會顯示如下圖的分類評估：

通過混淆矩陣，可以看到男女聲音的分類還是非常精準的。

總結

本文通過使用R腳本以及機器學習PAI實現了男女聲音分類的案例，最終的準確率達到百分之九十八左右。在實際使用過程中，用戶需要執行以下幾步：
（1）首先積累需要分類的聲音文件，數據越多越好，存儲為wav格式。
（2）然后通過R腳本對打標好的聲音文件進行特征提取。
（3）將處理后的數據上傳PAI，建立分類模型即可。

PAI地址：https://data.aliyun.com/product/learn
企業服務咨詢：https://survey.aliyun.com/survey/AMgL8_Pm5
數據下載（代碼及數據來自warbleR社區開源提供）：https://github.com/jimenbian/PAI_voice_classify
與作者討論可以關注我的微信公眾號“凡人機器學習”：

總結

以上是生活随笔為你收集整理的【机器学习PAI实践十二】机器学习实现男女声音识别分类（含语音特征提取数据和代码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。