# Audio-authenticity
2020之江杯全球人工智能大赛,语音鉴伪挑战赛TOP3方案
![](https://github.com/ZainHuang/Audio-authenticity/blob/main/images/%E3%80%90%E5%87%8C%E8%93%9D%E9%A3%8E%E3%80%91%E3%80%90%E9%9F%B3%E9%A2%91%E8%B5%9B%E9%81%93%E3%80%912020%E4%B9%8B%E6%B1%9F%E6%9D%AF%E5%85%A8%E7%90%83%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%A4%A7%E8%B5%9B.png)
运行环境
Linux版本:
Linux fuxilabor_labor0_S4_Odps_S96_dsw_prepaid_cnsh_891_2020100812331 4.9.65 #5 SMP Fri Mar 30 15:59:08 CST 2018 x86_64 x86_64 x86_64 GNU/Linux
Python版本:
Python 3.6.4 |Anaconda, Inc.| (default, Jan 16 2018, 18:10:19)
[GCC 7.2.0] on linux
GPU:
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.48 Driver Version: 410.48 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+===================|
CUDA版本:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130
CUDNN版本:
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 3
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
依赖包:
torch 1.4.0+cu100
torchtext 0.6.0
torchvision 0.5.0
six 1.11.0
scikit-learn 0.23.2
librosa 0.7.2
python-speech-features 0.6
joblib 0.13.2
模型训练预测:
1、先运行python mian.py --ACTTION=feature生成特征,特征存放于user_dara/feature文件夹中
2、运行python mian.py --ACTTION=train,训练模型,训练完成后会在user_data目录下生成best_acc.txt文档记录了交叉验证后最好的5个模型编号
3、再运行python mian.py --ACTTION=train,输出预测结果
4、mian.py中的已固定随机因子,理论上在相同环境下可完美复现,随机因子固定如下
seed = 2020
np.random.seed(seed)
torch.manual_seed(seed)#为CPU设置随机种子
torch.cuda.manual_seed_all(seed)#为所有GPU设置随机种子
torch.cuda.manual_seed(seed)
torch.backends.cudnn.deterministic =True
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【目标受众】: 本项目适合IT相关专业各种计算机技术的源代码和项目资料,如计科、人工智能、通信工程、自动化和电子信息等的在校学生、老师或者企业员工下载使用。 也适合小白学习进阶,可以用作比赛项目、可以进行项目复刻去参加同赛道比赛。 【资源内容】: 源码与竞赛资料:教育部认可的大学生竞赛备赛资料代码、源码、竞赛总结。 功能与质量保证:这个资源库是一个宝贵的学习平台,有助于他们深入了解计算机技术的原理和应用。这些源码经过测试和验证,可以直接运行,方便学生快速上手并开始实践。 【应用场景】: 竞赛准备:适用于各种教育部认可的竞赛,如全国电子设计大赛、全国大学生智能汽车竞赛等,他们可以借助这些资料了解竞赛的规则、要求和技巧。 学习与项目开发:可以用作毕设、课设、作业和竞赛项目的开发基础,可以使用这些源码作为项目开发的基础,快速构建出具有竞争力的作品。 【互动与交流】: 资料鼓励下载和使用这些资源,并欢迎学习者进行沟通交流、互相学习、共同进步。这种互动式的学习方式有助于形成良好的学习氛围,促进知识的共享和传播,为计算机相关专业的学习者提供了一个全面的学习和发展平台。
资源推荐
资源详情
资源评论
收起资源包目录
2020之江杯全球人工智能大赛,语音鉴伪挑战赛TOP3方案.zip (18个子文件)
资料总结
data
train
train 11B
61FAD9E8.wav 2.39MB
416CE058.wav 2.4MB
train.txt 21KB
data 5B
test
read 10B
61FAD9E8.wav 2.39MB
416CE058.wav 2.4MB
user_data
feature
read 2B
read 69B
model
read 2B
images
【凌蓝风】【音频赛道】2020之江杯全球人工智能大赛.png 12.3MB
read 3B
prediction_result
read 23B
README.md 3KB
code
main.py 10KB
feature.py 2KB
models.py 11KB
共 18 条
- 1
资源评论
妄北y
- 粉丝: 9668
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功