데이터셋 관리 및 레이블 지정
audioDatastore 객체를 사용하여 데이터에 액세스하고 일반적인 관리 작업(예: 데이터를 훈련 세트, 검증 세트, 테스트 세트로 분할 및 워커 간에 계산 분산)을 수행할 수 있습니다. 기존 데이터 세트에 레이블을 지정하거나 새 데이터 세트를 만들려면 신호 레이블 지정기 앱을 사용하십시오.
앱
| 신호 레이블 지정기 | 관심 있는 신호 특성, 신호 영역 및 신호 지점에 레이블 지정하기 |
객체
audioDatastore | Datastore for collection of audio files |
함수
detectSpeech | Detect boundaries of speech in audio signal |
detectspeechnn | Detect boundaries of speech in audio signal using AI (R2023a 이후) |
classifySound | Classify sounds in audio signal |
speech2text | Transcribe speech signal to text (R2022b 이후) |
도움말 항목
- Use Datastores to Manage Audio Data Sets
Use datastores to manage different data sets containing audio data and labels.
- Ground Truth 데이터에 레이블을 지정할 앱 선택
ground truth 데이터에 레이블을 지정하기 위해 사용할 앱을 영상 레이블 지정기, 비디오 레이블 지정기, Ground Truth 레이블 지정기, 라이다 레이블 지정기, 신호 레이블 지정기 또는 의료 영상 레이블 지정기 중에서 선택합니다.
- Label Spoken Words in Audio Signals
Use Signal Labeler to label spoken words in an audio signal.
추천 예제
Import Audacity Labels to Signal Labeler
Import labels created in Audacity™ into Signal Labeler.
Train Spoken Digit Recognition Network Using Out-of-Memory Audio Data
Trains a spoken digit recognition network on out-of-memory audio data using a transformed datastore. In this example, you apply a random pitch shift to audio data used to train a convolutional neural network (CNN). For each training iteration, the audio data is augmented using the audioDataAugmenter object and then features are extracted using the audioFeatureExtractor object. The workflow in this example applies to any random data augmentation used in a training loop. The workflow also applies when the underlying audio data set or training features do not fit in memory.
