エロ動画のシーンを音声から分析するシリーズ 5: 転移学習を行う（会話とあえぎ声に分けるモデルを作る） - Qiita

前回のあらすじ 前回は転移学習で、「声」と「その他」に分けるモデルを作った 今回は、「声」を「会話」と「あえぎ声」に分けるモデルを作る ちなみに、このシリーズ一貫した目的は「あえぎ声」と「会話」を分離すること 今回の計画 以下のようなディレクトリ構成になっている dataset speech: 会話の音声が入ってる moan: あえぎ声の音声が入ってる env_sound: 声には聞こえない音が入ってる speech ディレクトリに入っている音声を speech クラス、 moan ディレクトリに入っている音声を moan クラスとして学習して、 speech_and_moan_model として保存する 早速コードを書く import sys import ffmpeg import csv from scipy.io import wavfile import tensorflow a