• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于雙重?cái)?shù)據(jù)增強(qiáng)策略的音頻分類方法

    2020-05-12 14:16:44張曉龍
    關(guān)鍵詞:語譜分類器音頻

    周 迅,張曉龍

    (1.武漢科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,湖北 武漢,430065;2.武漢科技大學(xué)大數(shù)據(jù)科學(xué)與工程研究院,湖北 武漢,430065;3.武漢科技大學(xué)智能信息處理與實(shí)時(shí)工業(yè)系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室,湖北 武漢,430065)

    聲音在人類接收的信息中占有很大比重。隨著科技的發(fā)展,使用數(shù)字格式的音頻信息量急劇增加,計(jì)算機(jī)聽覺技術(shù)也應(yīng)運(yùn)而生,并且有著越來越廣泛的應(yīng)用領(lǐng)域,如環(huán)境辨識[1]、音頻監(jiān)控系統(tǒng)[2]、機(jī)器人控制[3]、生物識別、聽力輔助裝置、智能家居[4]等。

    音頻分類屬于計(jì)算機(jī)聽覺技術(shù)的重要組成部分,而音頻特征提取對提高分類精度至關(guān)重要,表征效果不佳的音頻特征將直接導(dǎo)致后續(xù)分類精度降低。傳統(tǒng)的音頻特征提取方法比較多,如梅爾頻率倒譜系數(shù)(MFCC)[5-6]、矩陣分解[7-8]、字典學(xué)習(xí)以及基于小波變換的特征提取[9]等方法。

    近年來,深度學(xué)習(xí)相關(guān)技術(shù)取得較大進(jìn)展,研究者嘗試使用神經(jīng)網(wǎng)絡(luò)對傳統(tǒng)音頻特征進(jìn)行計(jì)算以得到音頻的高層特征[10-11],這些高層特征的表達(dá)能力往往更強(qiáng),可以為后續(xù)的分類工作提供幫助。但神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程對于數(shù)據(jù)量的要求比較高,過少的數(shù)據(jù)難以達(dá)到令人滿意的擬合效果,特別是對于一些樣本數(shù)較少但標(biāo)簽類別數(shù)量較大的數(shù)據(jù)集,其最終識別精度可能很差,此時(shí)可以采用數(shù)據(jù)增強(qiáng)的方法對數(shù)據(jù)量進(jìn)行擴(kuò)充。常用的音頻數(shù)據(jù)增強(qiáng)方法包括音頻旋轉(zhuǎn)、調(diào)音、變調(diào)、加噪等,這些方法在一定程度上可以提高分類精度,但對于原始數(shù)據(jù)量過少、類別數(shù)過多的數(shù)據(jù)集,還需要更加有效的數(shù)據(jù)增強(qiáng)方法。

    為此,本文提出一種基于雙重?cái)?shù)據(jù)增強(qiáng)策略的音頻分類方法,其在傳統(tǒng)的音頻數(shù)據(jù)增強(qiáng)之后再次進(jìn)行譜圖數(shù)據(jù)增強(qiáng),以增加數(shù)據(jù)的多樣性,提高特征提取模型的泛化能力,并對最終分類精度產(chǎn)生積極影響。雙重?cái)?shù)據(jù)增強(qiáng)策略總體上可分為三步:一是對完成預(yù)處理的音頻數(shù)據(jù)采用傳統(tǒng)方法進(jìn)行數(shù)據(jù)增強(qiáng);二是將第一次增強(qiáng)后的數(shù)據(jù)轉(zhuǎn)化為語譜圖;三是對得到的語譜圖使用隨機(jī)均值替換方法進(jìn)行譜圖增強(qiáng),即第二次數(shù)據(jù)增強(qiáng)。雙重?cái)?shù)據(jù)增強(qiáng)后還需進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林分類器[12-13]兩個(gè)訓(xùn)練過程,以完成整個(gè)音頻分類流程。

    1 方法介紹

    本文方法大體可分為4個(gè)步驟,分別為數(shù)據(jù)預(yù)處理、數(shù)據(jù)增強(qiáng)、獲取高層特征和分類器訓(xùn)練,框架結(jié)構(gòu)如圖1所示,其核心內(nèi)容為雙重?cái)?shù)據(jù)增強(qiáng)(Double Data Augmentation,DDA)、神經(jīng)網(wǎng)絡(luò)模型(Inception_Resnet_V2)訓(xùn)練、隨機(jī)森林(Random Forest,RF)分類器訓(xùn)練,故命名為DDA-IRRF。

    圖1 DDA-IRRF方法的框架結(jié)構(gòu)

    1.1 語譜圖

    在DDA-IRRF方法中,音頻數(shù)據(jù)經(jīng)過了兩次特征提取,第一次提取到的音頻特征形式為語譜圖二維數(shù)據(jù)[14]。語譜圖的橫軸為時(shí)間軸、縱軸為頻率軸,坐標(biāo)點(diǎn)的灰度值表示單位時(shí)間與單位頻率內(nèi)的聲音強(qiáng)度。語譜圖的生成需要經(jīng)過預(yù)加重、分幀、加窗、短時(shí)傅里葉變換、梅爾濾波、取對數(shù)等一系列過程。

    處理音頻信號時(shí)需要平穩(wěn)的信號段,但原始音頻信號無法滿足該條件??梢赃M(jìn)行分幀處理,在每一幀上認(rèn)為音頻信號是平穩(wěn)的。分幀后,幀的首尾連接處會出現(xiàn)不連貫的問題,需要對每一幀進(jìn)行加窗處理,如式(1)所示:

    Y(n)=X(n)W(n)

    (1)

    式中:Y為處理后的信號;X為源信號;W為窗函數(shù);n為每幀采樣點(diǎn)數(shù)。

    式(1)在頻域上的形式為:

    (2)

    可選的窗函數(shù)比較多,本文采用漢寧窗,其屬于升余弦窗,在保證頻率分辨率較高的同時(shí)頻譜泄漏較少,窗函數(shù)如式(3)所示:

    (3)

    式中:M為窗函數(shù)長度。

    為了同時(shí)保有音頻在時(shí)域和頻域上的特征,在分幀加窗后需要進(jìn)行短時(shí)傅里葉變換,變換公式為:

    (4)

    式中:STFT(k)表示短時(shí)傅里葉變換的離散形式;k=0,1,2,…,M-1。

    1.2 雙重?cái)?shù)據(jù)增強(qiáng)

    1.2.1 第一次數(shù)據(jù)增強(qiáng)

    在數(shù)據(jù)預(yù)處理之后即可進(jìn)行第一次數(shù)據(jù)增強(qiáng)。這里采用一般的音頻增強(qiáng)方法,即對原始音頻數(shù)據(jù)集使用旋轉(zhuǎn)、調(diào)音、變調(diào)、加噪4種方法產(chǎn)生更多新的數(shù)據(jù),完成后音頻數(shù)據(jù)量為原來的8倍。具體操作如下:

    (1)音頻旋轉(zhuǎn):將音頻文件中30%靠后的數(shù)據(jù)截取至音頻文件的首部進(jìn)行拼接,生成一組新數(shù)據(jù);

    (2)音頻調(diào)音:將音頻數(shù)據(jù)的音量分別增大為原來的1.5倍和減小為原來的0.7倍,生成兩組新數(shù)據(jù);

    (3)音頻變調(diào):通過改變頻率將音頻數(shù)據(jù)的音調(diào)增大為原來的2倍和減小為原來的0.5倍,生成兩組新數(shù)據(jù);

    (4)音頻加噪:在音頻數(shù)據(jù)中加入隨機(jī)噪音數(shù)據(jù),重復(fù)兩次生成兩組新數(shù)據(jù)。

    1.2.2 第二次數(shù)據(jù)增強(qiáng)

    對第一次增強(qiáng)后的音頻數(shù)據(jù)進(jìn)行頻譜分析,包括分幀、加窗、傅里葉變換、梅爾濾波、取對數(shù)運(yùn)算,得到音頻文件對應(yīng)的語譜圖。在此過程中,幀長設(shè)為 25 ms,幀移設(shè)為10 ms,梅爾譜帶的個(gè)數(shù)設(shè)為76。經(jīng)過轉(zhuǎn)化,采樣率為44 100 Hz的5 s時(shí)長音頻會得到498×76大小的語譜圖,4 s時(shí)長音頻會得到398×76大小的語譜圖。

    將音頻數(shù)據(jù)轉(zhuǎn)化為語譜圖數(shù)據(jù)后,進(jìn)行第二次數(shù)據(jù)增強(qiáng)。本文使用隨機(jī)均值替換法產(chǎn)生新的語譜圖數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)增強(qiáng),完成后數(shù)據(jù)量為第一次數(shù)據(jù)增強(qiáng)后的4倍。具體操作步驟如下:

    (1)隨機(jī)選取行列:通過隨機(jī)方式選取每個(gè)語譜圖中30%的行與30%的列;

    (2)均值替換:計(jì)算每個(gè)語譜圖中二維數(shù)據(jù)的平均值,用均值替換掉隨機(jī)選取的行列數(shù)據(jù),可得到新的語譜圖數(shù)據(jù);

    (3)數(shù)據(jù)保存:對每個(gè)語譜圖重復(fù)3次步驟(1)和(2)的操作,得到3組新的語譜圖數(shù)據(jù),加入到原數(shù)據(jù)集中,即完成第二次數(shù)據(jù)增強(qiáng)。

    語譜圖數(shù)據(jù)增強(qiáng)效果如圖2所示。圖中黑色區(qū)域只代表原圖被屏蔽替換的區(qū)域,其具體的灰度值為該語譜圖的平均值,為便于觀察,該圖展示的僅為實(shí)驗(yàn)中真實(shí)語譜圖的局部區(qū)域。

    1.3 卷積神經(jīng)網(wǎng)絡(luò)模型

    得到雙重增強(qiáng)的二維數(shù)據(jù)集后,需要使用卷積神經(jīng)網(wǎng)絡(luò)對其進(jìn)行二次特征提取,才能得到表達(dá)能力更強(qiáng)的音頻高層特征。

    卷積神經(jīng)網(wǎng)絡(luò)屬于前饋神經(jīng)網(wǎng)絡(luò),在提取特征上具有很好的表現(xiàn),能夠挖掘出數(shù)據(jù)的內(nèi)在結(jié)構(gòu)規(guī)律。本文使用Google研究團(tuán)隊(duì)推出的卷積神經(jīng)網(wǎng)絡(luò)模型Inception_Resnet_V2(見圖3)[15]來完成音頻高層特征的提取工作。其中,Stem模塊采用多次卷積操作與兩次池化操作,是進(jìn)入Inception結(jié)構(gòu)的預(yù)處理過程,可以防止瓶頸問題。Inception_resnet模塊則主要完成特征維度上的提取工作,引入的殘差結(jié)構(gòu)可有效防止梯度下降問題。Inception_resnet模塊后面對應(yīng)的Reduction模塊采用了并行結(jié)構(gòu),主要作用仍是防止瓶頸問題。Inception_Resnet_V2模型的最后一層采用的是Softmax分類器。

    圖2 語譜圖數(shù)據(jù)增強(qiáng)

    圖3 Inception_Resnet_V2模型結(jié)構(gòu)

    1.4 隨機(jī)森林分類器

    在提取到音頻高層特征后,采用隨機(jī)森林分類器替換Softmax完成最后的分類預(yù)測。這是因?yàn)?,神?jīng)網(wǎng)絡(luò)模型提取到的音頻高層特征的維度較高,隨機(jī)森林算法在處理高維度數(shù)據(jù)時(shí)表現(xiàn)很好,不用單獨(dú)進(jìn)行特征選擇。另外,本文方法有較多參數(shù),容易導(dǎo)致算法產(chǎn)生過擬合現(xiàn)象,而隨機(jī)森林在對抗過擬合方面具有很大優(yōu)勢。

    1.5 DDA-IRRF方法流程

    DDA-IRRF方法的基本流程如圖4所示(不包括前期對數(shù)據(jù)的預(yù)處理工作)。輸入為訓(xùn)練數(shù)據(jù)集與數(shù)據(jù)集標(biāo)簽;音頻數(shù)據(jù)集分別經(jīng)過音頻增強(qiáng)和譜圖增強(qiáng),音頻增強(qiáng)后的數(shù)據(jù)量變?yōu)樵紨?shù)據(jù)的8倍,譜圖增強(qiáng)后數(shù)據(jù)量再次提升,最終的數(shù)據(jù)量變?yōu)樵紨?shù)據(jù)的32倍。然后,將增強(qiáng)數(shù)據(jù)及數(shù)據(jù)標(biāo)簽輸入到Inception_Resnet_V2模型(去除Softmax層)進(jìn)行訓(xùn)練,得到音頻高層特征提取模型,將提取到的高層特征與原始標(biāo)簽輸入到隨機(jī)森林模型進(jìn)行訓(xùn)練,得到隨機(jī)森林分類器并完成分類任務(wù)。

    圖4 DDA-IRRF方法流程

    2 實(shí)驗(yàn)

    2.1 數(shù)據(jù)集

    實(shí)驗(yàn)過程涉及3個(gè)數(shù)據(jù)集,均為wav文件格式的單聲道音頻數(shù)據(jù),分別為常用的ESC-50、UrbanSound8K數(shù)據(jù)集及實(shí)驗(yàn)室自采數(shù)據(jù)集。

    實(shí)驗(yàn)前需要對數(shù)據(jù)集進(jìn)行預(yù)處理,其中首先要對實(shí)驗(yàn)室自采數(shù)據(jù)集進(jìn)行分段,將每個(gè)數(shù)據(jù)文件按照5 s時(shí)長進(jìn)行分割,為避免無效數(shù)據(jù),舍棄最后的多余數(shù)據(jù),而其他兩個(gè)數(shù)據(jù)集均為已完成分段的數(shù)據(jù)。

    3個(gè)數(shù)據(jù)集經(jīng)過預(yù)處理后的基本情況如表1所示。ESC-50為環(huán)境聲音數(shù)據(jù)集,根據(jù)發(fā)聲物大致可分為5個(gè)大類,分別為自然環(huán)境聲、動物發(fā)聲、人類發(fā)聲、家庭常見聲以及城市常見聲,又可以具體細(xì)分為50個(gè)不同種類,其中每個(gè)種類包括40個(gè)音頻文件,每個(gè)音頻文件時(shí)長為5 s,總計(jì)有2000個(gè)wav文件;UrbanSound8K為城市環(huán)境聲音數(shù)據(jù)集,包括10個(gè)不同種類,總計(jì)有8732個(gè) wav文件,與ESC-50數(shù)據(jù)集不同的是每個(gè)音頻文件時(shí)長為4 s;實(shí)驗(yàn)室自采數(shù)據(jù)集包含8個(gè)人的語音數(shù)據(jù),每人有12個(gè)時(shí)長為5 s的音頻文件,總計(jì)96個(gè)樣本。將數(shù)據(jù)集打亂后進(jìn)行隨機(jī)劃分,得到訓(xùn)練集與測試集,其中訓(xùn)練集進(jìn)行雙重增強(qiáng),測試集直接計(jì)算其語譜圖二維數(shù)據(jù),留待分類模型訓(xùn)練完畢后進(jìn)行算法測試。

    表1 實(shí)驗(yàn)數(shù)據(jù)集

    2.2 特征提取

    首先訓(xùn)練Inception_Resnet_V2卷積神經(jīng)網(wǎng)絡(luò)模型用于高層特征提取。由于數(shù)據(jù)量較大,為避免計(jì)算機(jī)內(nèi)存不足,提前完成數(shù)據(jù)預(yù)處理與數(shù)據(jù)增強(qiáng)工作,實(shí)驗(yàn)過程中,batch_size設(shè)置為64進(jìn)行批量化輸入。訓(xùn)練迭代次數(shù)為60,初始學(xué)習(xí)率為0.001,為了保證訓(xùn)練效率與訓(xùn)練效果,采用學(xué)習(xí)率遞減方法,每經(jīng)過一次迭代,將學(xué)習(xí)率調(diào)整為當(dāng)前學(xué)習(xí)率的0.96倍。

    然后選擇不同的輸入數(shù)據(jù)進(jìn)行訓(xùn)練,得到多個(gè)神經(jīng)網(wǎng)絡(luò)模型。各組輸入數(shù)據(jù)分別為:①未進(jìn)行數(shù)據(jù)增強(qiáng)的ESC-50和UrbanSound8K訓(xùn)練集;②僅進(jìn)行音頻數(shù)據(jù)增強(qiáng)的ESC-50和UrbanSound8K訓(xùn)練集;③雙重?cái)?shù)據(jù)增強(qiáng)的ESC-50和UrbanSound8K訓(xùn)練集。

    完成模型訓(xùn)練后,去掉模型最后的Softmax層,取相鄰的Global Average Pooling 2D層的輸出作為提取到的音頻高層特征,保存為文件。

    實(shí)驗(yàn)室自采數(shù)據(jù)集只有96個(gè)音頻文件,數(shù)據(jù)過少,不便于進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練。將自采數(shù)據(jù)集輸入到用雙重增強(qiáng)ESC-50數(shù)據(jù)集訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型中,保存得到的音頻高層特征。

    2.3 音頻分類

    將各個(gè)數(shù)據(jù)集通過Inception_Resnet_V2得到的音頻高層特征及原始標(biāo)簽輸入到隨機(jī)森林分類器進(jìn)行訓(xùn)練,均采用40棵決策樹。訓(xùn)練好后對相應(yīng)的測試數(shù)據(jù)集進(jìn)行分類,統(tǒng)計(jì)分類精確度。

    2.4 實(shí)驗(yàn)結(jié)果分析

    表2為不用隨機(jī)森林分類器,而采用Inception_Resnet_V2模型默認(rèn)的Softmax分類器的實(shí)驗(yàn)結(jié)果。表3為采用隨機(jī)森林分類器替換Softmax分類器的實(shí)驗(yàn)結(jié)果。

    表2 神經(jīng)網(wǎng)絡(luò)模型的分類精度

    Table 2 Classification accuracies by neural network model

    數(shù)據(jù)增強(qiáng)方式分類精度/%ESC-50UrbanSound8K未進(jìn)行數(shù)據(jù)增強(qiáng)70.382.4僅音頻數(shù)據(jù)增強(qiáng)83.991.7雙重?cái)?shù)據(jù)增強(qiáng)87.193.9

    表3 神經(jīng)網(wǎng)絡(luò)模型+隨機(jī)森林分類器的分類精度

    Table 3 Classification accuracies by neural network model and RF classifier

    數(shù)據(jù)增強(qiáng)方式分類精度/%ESC-50UrbanSound8K未進(jìn)行數(shù)據(jù)增強(qiáng)71.286.1僅音頻數(shù)據(jù)增強(qiáng)84.592.0雙重?cái)?shù)據(jù)增強(qiáng)87.594.4

    對比表2和表3可知,采用隨機(jī)森林分類器替換Softmax層后,各組數(shù)據(jù)的分類精度均得到不同程度的提升,體現(xiàn)了隨機(jī)森林在處理高維特征和避免過擬合方面的優(yōu)越性。

    同時(shí),由表3可見,使用音頻數(shù)據(jù)增強(qiáng)可將ESC-50數(shù)據(jù)集的分類精度提升13.3個(gè)百分點(diǎn),將UrbanSound8K數(shù)據(jù)集的分類精度提升5.9個(gè)百分點(diǎn);若采用雙重?cái)?shù)據(jù)增強(qiáng)策略,可以在音頻數(shù)據(jù)增強(qiáng)的基礎(chǔ)上進(jìn)一步將ESC-50數(shù)據(jù)集的分類精度提升3個(gè)百分點(diǎn),將UrbanSound8K數(shù)據(jù)集的分類精度提升2.4個(gè)百分點(diǎn)。上述結(jié)果表明,單純的音頻數(shù)據(jù)增強(qiáng)方法可提升音頻分類精度,而雙重?cái)?shù)據(jù)增強(qiáng)策略的分類精度提升效果更佳,且對于樣本量較小的數(shù)據(jù)集,其效果更明顯。

    本文方法與其他幾種方法在ESC-50與UrbanSound8K數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果對比如表4所示。這兩個(gè)數(shù)據(jù)集在音頻識別研究中比較常用,從文獻(xiàn)查閱情況來看,ESC-50數(shù)據(jù)集的當(dāng)前最高分類精度為86.5%,是Sailor等[10]使用FBEs+ConvRBM-BANK方法完成的,UrbanSound8K數(shù)據(jù)集的當(dāng)前最高分類精度為93%,是Boddapai等[11]使用GoogleNet神經(jīng)網(wǎng)絡(luò)模型完成的。本文方法在 ESC-50 數(shù)據(jù)集上的平均分類精度為87.5%,最高精度可以達(dá)到89%,在UrbanSound8K數(shù)據(jù)集上的平均精度為 94.4%,最高精度可達(dá)到96.2%,這表明雙重?cái)?shù)據(jù)增強(qiáng)策略、Inception_Resnet_V2模型、隨機(jī)森林分類器三者相結(jié)合的音頻分類方法能有效提高分類精度。

    表4 不同方法的分類精度對比

    Table 4 Comparison of classification accuracies by different methods

    來源方法分類精度/%ESC-50UrbanSound8k文獻(xiàn)[10]FBEs+ConvRBM-BANK86.5—文獻(xiàn)[11]GoogleNet7393文獻(xiàn)[11]AlexNet6592文獻(xiàn)[16]EnvNet-v284.978.3文獻(xiàn)[17]CNN83.5—本文DDA-IRRF87.594.4

    實(shí)驗(yàn)室自采數(shù)據(jù)集由于數(shù)據(jù)過少無法訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,但通過ESC-50數(shù)據(jù)集訓(xùn)練好的模型可直接采集到音頻高層特征,再將高層特征輸入到隨機(jī)森林分類器進(jìn)行訓(xùn)練,最終在測試集上也能達(dá)到91.7%的分類精度,分類預(yù)測結(jié)果的混淆矩陣如表5所示。這表明通過ESC-50數(shù)據(jù)集訓(xùn)練得到的高層特征提取模型在其他音頻數(shù)據(jù)集上也具有很好的分類效果,即采用雙重?cái)?shù)據(jù)增強(qiáng)策略訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型的泛化能力很強(qiáng)。

    表5 混淆矩陣

    3 結(jié)語

    本文提出了一種基于雙重?cái)?shù)據(jù)增強(qiáng)策略的音頻分類方法。以數(shù)據(jù)增強(qiáng)為突破口,先后使用一般的音頻數(shù)據(jù)增強(qiáng)方法和基于隨機(jī)均值替換的譜圖增強(qiáng)方法,克服了語譜圖無法使用傳統(tǒng)數(shù)據(jù)增強(qiáng)方法的弊端,提高了數(shù)據(jù)的多樣性。在雙重?cái)?shù)據(jù)增強(qiáng)后采用Inception_Resnet_V2神經(jīng)網(wǎng)絡(luò)模型可提取到表達(dá)能力更強(qiáng)的音頻數(shù)據(jù)高層特征,最后使用隨機(jī)森林分類器替換Inception_Resnet_V2模型的Softmax層,完成音頻分類任務(wù)。在多個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明該方法可有效提升音頻分類精度,并且訓(xùn)練出的特征提取模型具有很好的泛化能力。

    猜你喜歡
    語譜分類器音頻
    HR-DCGAN方法的帕金森聲紋樣本擴(kuò)充及識別研究
    必須了解的音頻基礎(chǔ)知識 家庭影院入門攻略:音頻認(rèn)證與推薦標(biāo)準(zhǔn)篇
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    基于時(shí)頻域特征的場景音頻研究
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    語譜圖二次傅里葉變換特定人二字漢語詞匯識別
    音頻分析儀中低失真音頻信號的發(fā)生方法
    電子制作(2017年9期)2017-04-17 03:00:46
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機(jī)的TSK分類器
    Pro Tools音頻剪輯及修正
    人間(2015年8期)2016-01-09 13:12:42
    久久午夜综合久久蜜桃| 一本大道久久a久久精品| 国产一区二区在线观看av| 久久99蜜桃精品久久| 亚洲一码二码三码区别大吗| 国产一区有黄有色的免费视频| 99久久综合免费| 欧美少妇被猛烈插入视频| 精品久久久久久电影网| 只有这里有精品99| freevideosex欧美| 男女免费视频国产| 黄色配什么色好看| 伦精品一区二区三区| 精品人妻在线不人妻| 欧美成人精品欧美一级黄| 三级国产精品片| 大香蕉97超碰在线| 一区二区三区四区激情视频| 搡女人真爽免费视频火全软件| 久久99热这里只频精品6学生| 人成视频在线观看免费观看| 嫩草影院入口| 99热这里只有是精品在线观看| 人人妻人人澡人人看| 亚洲激情五月婷婷啪啪| 美女脱内裤让男人舔精品视频| 日韩,欧美,国产一区二区三区| 欧美激情 高清一区二区三区| 在线观看一区二区三区激情| 亚洲图色成人| 国产一级毛片在线| 三级国产精品片| 水蜜桃什么品种好| 日韩 亚洲 欧美在线| 99久久精品国产国产毛片| 亚洲国产最新在线播放| 天美传媒精品一区二区| 国产激情久久老熟女| 亚洲综合色惰| av片东京热男人的天堂| 精品国产一区二区久久| 午夜av观看不卡| 成年美女黄网站色视频大全免费| 久久久久久久久久人人人人人人| 日本91视频免费播放| 97人妻天天添夜夜摸| 女性被躁到高潮视频| 欧美国产精品一级二级三级| 日韩伦理黄色片| 久久久久久久久久成人| 蜜桃在线观看..| 老女人水多毛片| videos熟女内射| 亚洲图色成人| 三上悠亚av全集在线观看| 国产69精品久久久久777片| 国产精品熟女久久久久浪| 精品少妇内射三级| 久久国产亚洲av麻豆专区| 色视频在线一区二区三区| 欧美性感艳星| 观看美女的网站| 欧美精品av麻豆av| 国产片内射在线| 欧美国产精品一级二级三级| 啦啦啦在线观看免费高清www| 日韩中文字幕视频在线看片| 成人国语在线视频| 又粗又硬又长又爽又黄的视频| xxx大片免费视频| 国产精品人妻久久久影院| av片东京热男人的天堂| 亚洲国产av影院在线观看| 亚洲国产av影院在线观看| 亚洲欧洲国产日韩| 日韩不卡一区二区三区视频在线| 日韩中字成人| av福利片在线| 国产极品粉嫩免费观看在线| 中文字幕人妻熟女乱码| 欧美bdsm另类| 亚洲美女视频黄频| 人人妻人人澡人人看| 精品一区二区三区四区五区乱码 | 韩国精品一区二区三区 | 男女下面插进去视频免费观看 | 最近中文字幕高清免费大全6| 久久热在线av| 欧美性感艳星| 国产精品女同一区二区软件| 久久影院123| 亚洲欧洲精品一区二区精品久久久 | 看十八女毛片水多多多| 久久久久精品人妻al黑| 伦理电影大哥的女人| 亚洲成人av在线免费| 夫妻性生交免费视频一级片| 九九在线视频观看精品| 色94色欧美一区二区| 成人亚洲欧美一区二区av| 人成视频在线观看免费观看| 汤姆久久久久久久影院中文字幕| 日韩av在线免费看完整版不卡| 亚洲av欧美aⅴ国产| 视频在线观看一区二区三区| 亚洲熟女精品中文字幕| 十分钟在线观看高清视频www| 精品国产乱码久久久久久小说| 亚洲情色 制服丝袜| 亚洲精品久久成人aⅴ小说| 亚洲精品456在线播放app| 欧美成人精品欧美一级黄| 欧美 日韩 精品 国产| 51国产日韩欧美| 男人舔女人的私密视频| 涩涩av久久男人的天堂| 又黄又爽又刺激的免费视频.| 久久久久精品人妻al黑| 伊人亚洲综合成人网| 桃花免费在线播放| 国产亚洲最大av| 看免费av毛片| 久久久久国产精品人妻一区二区| 伊人久久国产一区二区| 午夜福利乱码中文字幕| 九草在线视频观看| 不卡视频在线观看欧美| 国产探花极品一区二区| 国产有黄有色有爽视频| 婷婷色综合大香蕉| 国产精品秋霞免费鲁丝片| 最近最新中文字幕免费大全7| 国产男女内射视频| 黄色毛片三级朝国网站| 国产在视频线精品| 国产精品一区www在线观看| 精品99又大又爽又粗少妇毛片| 国产一区有黄有色的免费视频| 男人添女人高潮全过程视频| 日韩成人伦理影院| 大香蕉久久网| 90打野战视频偷拍视频| 99国产综合亚洲精品| 亚洲国产精品一区二区三区在线| 亚洲av男天堂| 热re99久久国产66热| 久久久精品区二区三区| av在线app专区| 免费人成在线观看视频色| 国产精品人妻久久久久久| 精品人妻熟女毛片av久久网站| 捣出白浆h1v1| 国产成人精品福利久久| 久久久久久久久久久免费av| a级片在线免费高清观看视频| 亚洲欧美成人精品一区二区| 亚洲精品久久成人aⅴ小说| 久久久精品免费免费高清| 高清视频免费观看一区二区| 国产一区二区激情短视频 | 午夜免费观看性视频| 国产免费又黄又爽又色| 欧美精品一区二区免费开放| 午夜av观看不卡| 亚洲天堂av无毛| freevideosex欧美| 国产免费一级a男人的天堂| 免费av不卡在线播放| 欧美日本中文国产一区发布| 免费看不卡的av| 男女无遮挡免费网站观看| 国产成人午夜福利电影在线观看| 久久午夜综合久久蜜桃| 久久精品国产自在天天线| 免费人妻精品一区二区三区视频| 久久久久精品久久久久真实原创| 一级片'在线观看视频| 观看美女的网站| 午夜福利影视在线免费观看| a级毛片黄视频| 性色av一级| 狠狠精品人妻久久久久久综合| 国产日韩欧美亚洲二区| 午夜免费观看性视频| 99国产精品免费福利视频| 国产熟女欧美一区二区| 日本-黄色视频高清免费观看| 国产av精品麻豆| 精品人妻偷拍中文字幕| 国产精品 国内视频| 日韩伦理黄色片| 搡女人真爽免费视频火全软件| av免费在线看不卡| 久久热在线av| 高清不卡的av网站| 亚洲国产最新在线播放| 午夜激情av网站| 丰满饥渴人妻一区二区三| 国产乱来视频区| 亚洲精品日本国产第一区| 国产成人aa在线观看| 亚洲国产成人一精品久久久| 免费黄频网站在线观看国产| 国产成人精品一,二区| 777米奇影视久久| 国产视频首页在线观看| 91精品国产国语对白视频| 好男人视频免费观看在线| 亚洲欧美一区二区三区国产| 51国产日韩欧美| 内地一区二区视频在线| 好男人视频免费观看在线| 国产一级毛片在线| h视频一区二区三区| 性高湖久久久久久久久免费观看| 国产成人精品无人区| 少妇熟女欧美另类| 超碰97精品在线观看| 国产成人精品一,二区| 欧美人与善性xxx| 寂寞人妻少妇视频99o| 街头女战士在线观看网站| 菩萨蛮人人尽说江南好唐韦庄| 国产精品一区二区在线不卡| 99久久中文字幕三级久久日本| www.熟女人妻精品国产 | av线在线观看网站| 亚洲欧美成人精品一区二区| 99国产综合亚洲精品| 午夜日本视频在线| 精品一区二区免费观看| 制服人妻中文乱码| av国产精品久久久久影院| 久久午夜福利片| 亚洲成人一二三区av| 天天影视国产精品| 欧美+日韩+精品| 午夜福利网站1000一区二区三区| 国产一区二区在线观看日韩| 一本色道久久久久久精品综合| 久久99热这里只频精品6学生| 国产 精品1| 久久精品国产鲁丝片午夜精品| 久久久精品免费免费高清| 国产高清不卡午夜福利| 婷婷色麻豆天堂久久| 欧美人与性动交α欧美精品济南到 | 女性被躁到高潮视频| 成人二区视频| 久久久精品免费免费高清| 欧美日韩综合久久久久久| 国产精品偷伦视频观看了| av又黄又爽大尺度在线免费看| 亚洲精品av麻豆狂野| 韩国av在线不卡| 丝袜喷水一区| 国产探花极品一区二区| 亚洲av中文av极速乱| 一本色道久久久久久精品综合| 国产成人免费无遮挡视频| 国产精品国产三级国产专区5o| 久久久久久久亚洲中文字幕| 欧美日本中文国产一区发布| 欧美最新免费一区二区三区| 日本与韩国留学比较| 五月玫瑰六月丁香| 久久国产亚洲av麻豆专区| 超碰97精品在线观看| 久久久精品免费免费高清| 亚洲成色77777| 国产一区二区三区av在线| 伦理电影免费视频| 精品一区二区三区视频在线| 乱码一卡2卡4卡精品| 精品少妇黑人巨大在线播放| 欧美精品人与动牲交sv欧美| 国产成人91sexporn| 人人澡人人妻人| 99热全是精品| av视频免费观看在线观看| 国产免费福利视频在线观看| 一区二区av电影网| 校园人妻丝袜中文字幕| 亚洲人与动物交配视频| 乱码一卡2卡4卡精品| 性高湖久久久久久久久免费观看| 视频在线观看一区二区三区| 国产成人精品婷婷| 美女福利国产在线| 婷婷色av中文字幕| 热99久久久久精品小说推荐| 男的添女的下面高潮视频| 色婷婷av一区二区三区视频| 免费观看性生交大片5| 国产亚洲一区二区精品| 欧美变态另类bdsm刘玥| 亚洲av欧美aⅴ国产| 国产精品国产三级国产av玫瑰| 91精品国产国语对白视频| 999精品在线视频| 国产精品不卡视频一区二区| 伊人亚洲综合成人网| 99热网站在线观看| av在线播放精品| 国产无遮挡羞羞视频在线观看| 午夜免费男女啪啪视频观看| 这个男人来自地球电影免费观看 | 国产片特级美女逼逼视频| 18禁观看日本| 91精品三级在线观看| 欧美日韩视频精品一区| 中国国产av一级| 啦啦啦啦在线视频资源| 80岁老熟妇乱子伦牲交| 男女免费视频国产| 久久久久精品久久久久真实原创| 精品久久国产蜜桃| 热99国产精品久久久久久7| 国产日韩欧美亚洲二区| 亚洲人成77777在线视频| 亚洲欧洲国产日韩| 91精品伊人久久大香线蕉| 中文字幕制服av| 亚洲,欧美,日韩| 国产极品天堂在线| 国产视频首页在线观看| 水蜜桃什么品种好| 两个人免费观看高清视频| 亚洲国产精品一区二区三区在线| 99热网站在线观看| 国语对白做爰xxxⅹ性视频网站| videos熟女内射| 国产精品久久久久久久电影| 99热网站在线观看| videossex国产| 国产亚洲av片在线观看秒播厂| 五月开心婷婷网| 国产极品粉嫩免费观看在线| 免费观看性生交大片5| 精品99又大又爽又粗少妇毛片| 国产成人精品在线电影| 国产一区二区在线观看日韩| 免费观看无遮挡的男女| 国产精品蜜桃在线观看| 日韩,欧美,国产一区二区三区| 成人手机av| 黑人欧美特级aaaaaa片| 亚洲精品中文字幕在线视频| 亚洲久久久国产精品| 免费观看a级毛片全部| 天堂8中文在线网| 亚洲精品456在线播放app| 精品少妇黑人巨大在线播放| 哪个播放器可以免费观看大片| 成人漫画全彩无遮挡| 三级国产精品片| 亚洲在久久综合| 免费观看a级毛片全部| 啦啦啦中文免费视频观看日本| 美女视频免费永久观看网站| 91精品三级在线观看| 26uuu在线亚洲综合色| 嫩草影院入口| 极品少妇高潮喷水抽搐| 成人亚洲欧美一区二区av| 亚洲精品乱久久久久久| 欧美人与性动交α欧美软件 | 日韩中字成人| 91精品国产国语对白视频| 99久久人妻综合| 中文字幕另类日韩欧美亚洲嫩草| 少妇的丰满在线观看| a级毛片黄视频| 人妻 亚洲 视频| 91国产中文字幕| 亚洲,一卡二卡三卡| 亚洲国产成人一精品久久久| 老司机影院毛片| 久久久国产一区二区| 一边摸一边做爽爽视频免费| 国产精品国产av在线观看| 最新的欧美精品一区二区| 欧美日韩视频高清一区二区三区二| 欧美成人精品欧美一级黄| 国产成人精品福利久久| 草草在线视频免费看| 日韩免费高清中文字幕av| 国产成人精品一,二区| 欧美精品人与动牲交sv欧美| 在线观看国产h片| 如何舔出高潮| 免费av不卡在线播放| 国产亚洲欧美精品永久| 少妇熟女欧美另类| 国产在线免费精品| www.色视频.com| 春色校园在线视频观看| 日韩一区二区视频免费看| 2022亚洲国产成人精品| 欧美性感艳星| 日日啪夜夜爽| 纵有疾风起免费观看全集完整版| 成人影院久久| 国产爽快片一区二区三区| 九九在线视频观看精品| 夫妻午夜视频| 久久精品久久久久久久性| 日韩,欧美,国产一区二区三区| 国产麻豆69| 国产精品久久久久成人av| 热99久久久久精品小说推荐| 成人黄色视频免费在线看| 午夜91福利影院| 精品国产一区二区三区四区第35| 22中文网久久字幕| 国产综合精华液| 男女午夜视频在线观看 | 一二三四中文在线观看免费高清| 内地一区二区视频在线| 九九在线视频观看精品| 欧美国产精品一级二级三级| 国产69精品久久久久777片| 久久久久国产网址| 五月玫瑰六月丁香| 成人毛片a级毛片在线播放| 亚洲av成人精品一二三区| 老司机影院成人| 一区二区日韩欧美中文字幕 | 午夜日本视频在线| 精品国产国语对白av| 精品一区二区三卡| 99精国产麻豆久久婷婷| 免费观看a级毛片全部| 久久青草综合色| av在线app专区| 久久免费观看电影| 人人妻人人添人人爽欧美一区卜| 亚洲国产精品国产精品| 国产成人精品久久久久久| 看免费av毛片| 国产色婷婷99| 免费高清在线观看视频在线观看| 狂野欧美激情性xxxx在线观看| 国产爽快片一区二区三区| 亚洲av日韩在线播放| av天堂久久9| 九九爱精品视频在线观看| 在线观看免费日韩欧美大片| 99九九在线精品视频| 又粗又硬又长又爽又黄的视频| 一边摸一边做爽爽视频免费| 欧美最新免费一区二区三区| 在线观看国产h片| 国产免费又黄又爽又色| 26uuu在线亚洲综合色| 天天躁夜夜躁狠狠躁躁| 国产成人aa在线观看| 久久久久久人人人人人| 久久久欧美国产精品| 中文字幕人妻丝袜制服| 丝袜人妻中文字幕| 午夜激情久久久久久久| 春色校园在线视频观看| 久热久热在线精品观看| 国产精品国产av在线观看| 大陆偷拍与自拍| 超色免费av| 一级片'在线观看视频| av国产精品久久久久影院| 亚洲四区av| 97在线人人人人妻| 新久久久久国产一级毛片| 熟女av电影| 九九在线视频观看精品| 久久99精品国语久久久| 色婷婷av一区二区三区视频| 欧美日韩视频高清一区二区三区二| 国产精品国产三级国产专区5o| 乱码一卡2卡4卡精品| 少妇高潮的动态图| 日韩一本色道免费dvd| 99热网站在线观看| 欧美日韩国产mv在线观看视频| 日本欧美视频一区| 一区在线观看完整版| 91精品国产国语对白视频| 日韩电影二区| 久久99蜜桃精品久久| 丝袜美足系列| 中国美白少妇内射xxxbb| 精品一区二区三区四区五区乱码 | 亚洲欧美色中文字幕在线| 91午夜精品亚洲一区二区三区| 午夜福利视频精品| 国产免费又黄又爽又色| 欧美人与性动交α欧美精品济南到 | 一本大道久久a久久精品| 亚洲欧美成人精品一区二区| www.色视频.com| 九色亚洲精品在线播放| www.av在线官网国产| 国产精品女同一区二区软件| 日韩制服丝袜自拍偷拍| 欧美亚洲 丝袜 人妻 在线| 水蜜桃什么品种好| 国产亚洲av片在线观看秒播厂| a级毛片黄视频| 免费观看在线日韩| 美女国产高潮福利片在线看| 纵有疾风起免费观看全集完整版| 中文字幕最新亚洲高清| 成人综合一区亚洲| 中国三级夫妇交换| 国产深夜福利视频在线观看| 99热国产这里只有精品6| 国产成人欧美| 不卡视频在线观看欧美| 黑丝袜美女国产一区| 久久97久久精品| 欧美xxxx性猛交bbbb| 国产高清三级在线| 亚洲国产欧美在线一区| 国产淫语在线视频| 免费久久久久久久精品成人欧美视频 | 日韩 亚洲 欧美在线| 在线天堂最新版资源| 国产精品一区二区在线不卡| 欧美97在线视频| 香蕉国产在线看| 少妇熟女欧美另类| 日产精品乱码卡一卡2卡三| 久久人人爽人人片av| 国产黄色免费在线视频| 97精品久久久久久久久久精品| 一级片免费观看大全| av不卡在线播放| 日本免费在线观看一区| 久久午夜福利片| 精品熟女少妇av免费看| av不卡在线播放| 天天操日日干夜夜撸| 最近的中文字幕免费完整| 亚洲av国产av综合av卡| 黄网站色视频无遮挡免费观看| 黄片无遮挡物在线观看| 在线观看www视频免费| 欧美日韩视频精品一区| av女优亚洲男人天堂| 亚洲一码二码三码区别大吗| 亚洲,一卡二卡三卡| 成年人免费黄色播放视频| 视频中文字幕在线观看| 国产毛片在线视频| 观看av在线不卡| 国内精品宾馆在线| 亚洲成av片中文字幕在线观看 | 老女人水多毛片| 超色免费av| 婷婷色综合www| 蜜桃在线观看..| 最新的欧美精品一区二区| 看免费av毛片| 亚洲国产精品国产精品| 国产一区二区三区av在线| 最近手机中文字幕大全| 欧美老熟妇乱子伦牲交| 亚洲欧洲国产日韩| 在线 av 中文字幕| 九九在线视频观看精品| 欧美性感艳星| 一级爰片在线观看| 国产精品成人在线| 热99国产精品久久久久久7| 久久久久久久久久人人人人人人| 九色成人免费人妻av| 丝瓜视频免费看黄片| 亚洲精品乱码久久久久久按摩| 18禁在线无遮挡免费观看视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | av电影中文网址| 国产色婷婷99| 啦啦啦在线观看免费高清www| 另类亚洲欧美激情| 色哟哟·www| 日韩一区二区视频免费看| 人人妻人人添人人爽欧美一区卜| 国产在线视频一区二区| 啦啦啦视频在线资源免费观看| 看十八女毛片水多多多| 亚洲精品av麻豆狂野| 国产av精品麻豆| 久久久久国产精品人妻一区二区| 丝袜人妻中文字幕| 天堂俺去俺来也www色官网| 日韩精品有码人妻一区| 熟妇人妻不卡中文字幕| 七月丁香在线播放| 一区二区日韩欧美中文字幕 | 黄网站色视频无遮挡免费观看| 只有这里有精品99| 欧美3d第一页| 我的女老师完整版在线观看| 国产淫语在线视频| 欧美另类一区| 色5月婷婷丁香| 久久综合国产亚洲精品| 亚洲成av片中文字幕在线观看 | 黑人高潮一二区| 青春草视频在线免费观看| 在线观看国产h片| 久久鲁丝午夜福利片| 精品国产国语对白av| 国产免费一级a男人的天堂| 亚洲欧美一区二区三区国产|