さぁ、始まる、本気の異音検知器 - Qiita

ただし、リファレンスデータは元データ1920個に対し、Data Augmentationで 2倍に増やしています。音データのData Augmentationについては、以下の記事を 参考にしてください。 https://qiita.com/cvusk/items/61cdbce80785eaf28349#augmentation テストデータはかなり不均衡ですが、最後にROC曲線で評価するため、不均衡は緩和されます。 データの前処理 今回もDOCにデータを投げますが、その前に、音の生データを周波数データに 変換する必要があります。 選択肢として、スペクトログラムとメルスペクトログラムの二つがあり、今回は スペクトログラムを採用しました。 その理由はこちらの記事で良い結果が出たからです。 学習済モデルの準備 DOCでは、畳み込みニューラルネットワーク（CNN）の学習済モデルを用意しなければ