城市声音分类

笔记本

• 前馈神经网络（博客文章）

• 卷积神经网络 （博客文章）

• 循环神经网络

工具

开发过程中使用 Python 3.5 或更高版本，运行笔记本中提供的代码需要以下库：

• Tensorflow 2.x
• Numpy
• Matplotlib
• Librosa

数据集

用于模型训练的 UrbanSound8k 数据集可以从以下链接下载。

另一个相关的数据集是 Google 的 AudioSet。

Urban-Sound-Classification 快速上手指南

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：Python 3.5 或更高版本（推荐 Python 3.8+）
• 核心依赖库：
  • TensorFlow 2.x
  • NumPy
  • Matplotlib
  • Librosa (用于音频处理)

安装步骤

1. 克隆项目代码

首先，从 GitHub 克隆仓库到本地：

git clone https://github.com/aqibsaeed/Urban-Sound-Classification.git
cd Urban-Sound-Classification

2. 安装 Python 依赖

建议使用虚拟环境（如 venv 或 conda）以避免冲突。安装所需库时，国内用户推荐使用清华源或阿里源加速下载：

# 使用 pip 安装（推荐国内镜像源）
pip install tensorflow numpy matplotlib librosa -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：如果您的系统未预装 ffmpeg（Librosa 依赖），请先通过系统包管理器安装（例如 Ubuntu: sudo apt-get install ffmpeg，macOS: brew install ffmpeg）。

3. 准备数据集

本项目主要使用 UrbanSound8k 数据集。

1. 访问 官方下载链接 下载数据集。
2. 解压后将文件夹放置在项目根目录或笔记本代码中指定的路径下。

(可选) 您也可以尝试使用 Google 的 AudioSet 作为替代数据源。

基本使用

该项目提供了三种不同神经网络的 Jupyter Notebook 示例。您可以根据需求选择对应的笔记文件进行运行。

运行前馈神经网络 (Feedforward Neural Network)

这是最基础的入门示例，包含详细的博客教程参考。

1. 启动 Jupyter Notebook：

   jupyter notebook "Feedforward Neural Network.ipynb"
   

2. 在浏览器中打开后，按顺序执行单元格即可开始训练和评估模型。
   • 📝 配套教程：Part 1 Blogpost

运行卷积神经网络 (Convolutional Neural Network)

适用于提取音频频谱图特征，通常能获得更好的分类效果。

1. 启动笔记本：

   jupyter notebook "Convolutional Neural Network.ipynb"
   

2. 执行单元格运行模型。
   • 📝 配套教程：Part 2 Blogpost

运行循环神经网络 (Recurrent Neural Network)

适用于处理音频序列数据。

1. 启动笔记本：

   jupyter notebook "Recurrent Neural Network.ipynb"
   

2. 执行单元格即可体验基于 RNN 的城市声音分类流程。

---

提示：运行 Notebook 前，请确保已正确配置数据集路径，否则代码可能会报错找不到数据文件。