NK
а здесь в коде какой размер получается у spect?
Size: a a a
2018 July 22
YB
А в коде что написано? Я просто с мобилки, неудобно искать
YB
Sample rate=16k, window_size=0.02
NK
D = librosa.stft(y, n_fft=n_fft, hop_length=hop_length,
win_length=win_length, window=self.window)
spect, phase = librosa.magphase(D)
win_length=win_length, window=self.window)
spect, phase = librosa.magphase(D)
YB
n_fft тебе нужно.
YB
16к*0.02=320, да?
NK
да
YB
И от этого возьмётся половина+1
YB
Т.е. 161
NK
ок, то есть 161 frequency bins?
NK
понятно, спасибо
NK
а вот еще вопрос по поводу convolutional layers:
NK
nn.Conv2d(1, 32, kernel_size=(41, 11), stride=(2, 2), padding=(20, 5)),
nn.Conv2d(32, 32, kernel_size=(21, 11), stride=(2, 1), padding=(10, 5))
nn.Conv2d(32, 32, kernel_size=(21, 11), stride=(2, 1), padding=(10, 5))
NK
не пойму зачем использовать такие огромные kernels
NK
особенно если их так мало (32)
YB
32х11, потом 32х32 выход, если я правильно прочитал, не?
NK
на выходе должно быть (161/4, t/2)
NK
это input to rnn layers
NK
то что сжимают картинки это понятно, непонятно зачем использовать фильтры (41,11) и (21,11)