[話者認識] 基礎

話者データを学習し、どの人のデータなのか機械学習で予測する
Libraryにmatplotlib, numpy, scikit-learn, libROSA、
識別にSVM、フーリエ変換、MFCCなどを使う

SVM
L 境界線(直線・曲線)を作り、データがどちら側か判定する
　　L 境界線付近をサポートベクトルと呼ぶ

1
2
3
4
5
6
7
8
9
10
11
12
13
import numpy as np
import matplotlib.pyplot as plt
import random
from sklearn import svm
 
N = 15
random.seed(11813)
train_X = np.array([[random.randint(0,100), random.randint(0, 100)] for i in range(N)])
 
for i in range(len(train_X)):
    plt.plot(train_X[i][0], train_X[i][1],'o', color='blue')
    plt.annotate(i, (train_X[i][0], train_X[i][1]), size=20)
plt.savefig('test.jpg',dpi=100)

分類する

1
2
3
4
5
6
7
8
train_y = np.array([0 for i in range(N)])
train_y[2] = train_y[3] = train_y[1] = train_y[4] = train_y[5] = train_y[6] = train_y[11] = 1
 
colors = ['blue','red']
for i in range(len(train_X)):
    plt.plot(train_X[i][0], train_X[i][1],'o', color=colors[train_y[i]])
    plt.annotate(i, (train_X[i][0], train_X[i][1]), size=20)
plt.savefig('test.jpg',dpi=100)
1
2
3
4
5
6
7
8
9
10
11
12
test_X = np.array([[30,60]])
 
plt.plot(test_X[0][0], test_X[0][1],'x', color="black")
plt.annotate('test', (test_X[0][0], test_X[0][1]), size=20)
 
plt.savefig('test.jpg',dpi=100)
 
clf = svm.SVC(gamma=0.0001, C=1)
clf.fit(train_X, train_y)
 
test_y = clf.predict(test_X)
print(test_y)

なるほど、SVMが何をやってるのかは理解できた。