一种基于卷积神经网络和随机森林的音频分类方法

摘要

本发明公开了一种基于卷积神经网络和随机森林的音频分类方法，该方法包括：S1:对原始音频数据集进行频谱分析，包括分段、分帧、加窗、傅里叶变换，得到原始音频文件对应的频谱图；S2:以得到的频谱图作为输入，训练一个卷积神经网络特征提取器；S3:去掉卷积神经网络的softmax层，提取频谱图的高层特征；S4:利用提取的频谱图高层特征训练随机森林分类器；S5:基于卷积神经网络提取的高层特征，利用训练好的随机森林进行音频分类。本发明基于卷积神经网络做特征提取，避免了手动构造提取特征的繁琐过程，同时针对采用softmax作为卷积神经网络分类器导致泛化能力不足的问题，采用随机森林替换掉卷积神经网络的softmax层，作为最终的分类器。在测试过程中取得了较高的准确率和召回率。