Simple implementation of neural networks for spoken language identification
- TIMIT
- 한국어 전화망 DB [NAVER Corp]
- number of train : 3696 file * 2 language
- number of validation : 400 file * 2 language
- number of test : 192 file * 2 language
- python 3.6.8
- torch==1.2.0
- numpy
- matplotlib
- librosa
| ENG | KOR | Precision | |
|---|---|---|---|
| ENG | 191 | 2 | 98.96 |
| KOR | 1 | 190 | 99.48 |
| Recall | 99.48 | 98.96 | 99.22 |
| ENG | KOR | Precision | |
|---|---|---|---|
| ENG | 192 | 0 | 100.00 |
| KOR | 0 | 192 | 100.00 |
| Recall | 100.00 | 100.00 | 100.00 |
| Accuracy | Operation | |
|---|---|---|
| DNN | 99.22 | |
| CRNN | 100.00 |
발화된 언어를 인식하기 위한 뉴럴 네트워크를 구현했습니다.
- TIMIT
- 한국어 전화망 DB [NAVER Corp]
- train data : 3696 파일 * 2 언어
- validation data : 400 파일 * 2 언어
- test data : 192 파일 * 2 언
- python 3.6.8
- torch==1.2.0
- numpy
- matplotlib
- librosa
| ENG | KOR | Precision | |
|---|---|---|---|
| ENG | 191 | 2 | 98.96 |
| KOR | 1 | 190 | 99.48 |
| Recall | 99.48 | 98.96 | 99.22 |
| ENG | KOR | Precision | |
|---|---|---|---|
| ENG | 192 | 0 | 100.00 |
| KOR | 0 | 192 | 100.00 |
| Recall | 100.00 | 100.00 | 100.00 |
| Accuracy | Operation | |
|---|---|---|
| DNN | 99.22 | |
| CRNN | 100.00 |