неп
>и я смогу сама написать
Я мужик, блять. Не заметил это говно, случайно написал.
Мужик в попу вжик.
Голос это по сути временной ряд. Тебе нужны точно рекурентные сети(хотя и сверточные подойдут). Я бы присмотрелся к LSTM сетям. Ну а по поводу препроцессинга данных, тут уж сам решай. В конечном итоге они должны быть нормализованы между 0 и 1 и подаваться векторами. По библиотеки, рекомендую Keras, но так как ты заявляешь что программист то Tensor Flow. По сути одна это апи к другой.
Тот
>Программировать умею, плюсы и питон знаю хорошо, есть предтоповое железо чтобы трейнить, только нужно узнать название технологий или алгоритмов, которые нужны, чтобы получить эту задачу, и я смогу сама написать это все дело. Нужны только названия.
Пиздец. Ладно, моё поколение программистов просто гуглит вместо того, чтобы знать. Но эти зумеры ёбаные, похоже, даже гуглить не умеют - они обо всём будут на дваче спрашивать. Я просто хуею, джентльмены.
Забыл джобавить, что в гугле все есть и проще чем я написал. https://dataart.ru/news/klassifikafiya-zvukov-s-pomosh-yu-tensorflow/
Сейчас буду читать.
Я думал разбивать на буквы (+ то, что возле них следует, ибо в "Ка" и "Ки" буква к звучит по-разному) и сравнивать их.
Спасибо, я уже нагуглю, мне бы только направление узнать. :)
Я не работал со звуком, но работал с многими другими данными. Самое важно, это подготовка данных, как я писал выше, сеть кушает вектор нормализованных значений от 0 до 1. Я так подозреваю, что тебе потребуется разложить твой звук на график зависимости звукового давления от времени (осциллограмма) или график амплитуд гармонических составляющих разных частот (спектрограмма). Потом нормализовать это дело в каждый момент времени от 0 до 1 и подавать в сетку. Всё. Ну и на выходе там выбрать функцию расчета ошибки, это читай уже про "Обучение с учителем" . Почитай еще вот это https://habr.com/ru/post/462527/
Направление TensorFlow + LSTM.
Ну и тебе надо много тренировочных данных, реально много.
Большое спасибо, думаю тут достаточно инфы на пару дней.
Можем закрывать тред, но если кто хочет - можете тут о нейроночках говорить.
У меня есть ютуб, там их куча.)
ОП, в pr есть машоб-тред.
vectozavr?
>Или может уже есть готовое решение?
есть, ищи. такое можно и алгоритмически сделать
Т.е. на вход идут 2 файла с голосом, которые говорят разные слова, на выходе получаем [0, 1), вероятность того, что говорит один и тот же человек.
Или может уже есть готовое решение? Тоже не откажусь.