Audio 如果我使用不同采样率的音频数据集进行深度学习，会有什么问题吗？

我有两个音频数据集用于音频检测，如训练和测试。
一种是采样率为8kHz、16位、单声道、7秒的wav文件。
另一个是wav文件，采样率为44.1kHz，16位，单声道，10秒。
我把它们放在一个文件夹中，80%用于培训，10%用于验证，10%用于测试。
但我的朋友说，如果我使用不同采样率的数据集，可能会导致错误的结果。
这对我来说似乎有道理，但我不确定为什么我不能使用它（他也不知道原因）。
下面是我的问题。
1） 使用两个采样率不同的音频数据集会导致音频检测结果错误吗？

---

2） 如果不是，我可以使用这些数据集进行培训和评估？（因为很难找到其他数据集）

您应该使用在“生产系统”上运行的任何采样率。婴儿哭声几乎不需要44kHz，我认为8kHz就可以了。即使宝宝的频率超过4千赫，大部分电能也会在下面。你对理解哭声背后的微妙之处不感兴趣，而只是察觉哭声

不过，不妨做一点实验，从互联网上下载高保真哭泣婴儿的选择，然后分析频谱。然后将采样频率降低到8 kHz，看看/听听它会产生多大的差异。我推荐Audacity，Python有一些很好的绘图库工具。此外，我还制作了一个开源在线工具来帮助在音频中使用ML（，）。您可能想看看婴儿哭声和碎玻璃之间的音频功能有多相似

最后但并非最不重要的一点是，拒绝80/10/10分割的诱惑，很可能你会过度适应数据。我建议留出至少30%的数据进行测试，如果可能的话，留出60%。如果您觉得“但我没有那么多数据可供测试”，请执行以下一项或多项操作：

• 收集更多数据
• 使用需要较少数据的算法
• 使用启发式

---

制造不通用的ML系统太容易了。最后一个提示：确保您不会在不同的环境中得到相同的婴儿。

您应该使用您将在“生产系统”上运行的任何采样率。婴儿哭声几乎不需要44kHz，我认为8kHz就可以了。即使宝宝的频率超过4千赫，大部分电能也会在下面。你对理解哭声背后的微妙之处不感兴趣，而只是察觉哭声

不过，不妨做一点实验，从互联网上下载高保真哭泣婴儿的选择，然后分析频谱。然后将采样频率降低到8 kHz，看看/听听它会产生多大的差异。我推荐Audacity，Python有一些很好的绘图库工具。此外，我还制作了一个开源在线工具来帮助在音频中使用ML（，）。您可能想看看婴儿哭声和碎玻璃之间的音频功能有多相似

最后但并非最不重要的一点是，拒绝80/10/10分割的诱惑，很可能你会过度适应数据。我建议留出至少30%的数据进行测试，如果可能的话，留出60%。如果您觉得“但我没有那么多数据可供测试”，请执行以下一项或多项操作：

• 收集更多数据
• 使用需要较少数据的算法
• 使用启发式

---

制造不通用的ML系统太容易了。最后一个提示：确保您不会在不同的设置中得到相同的婴儿。

您希望使用系统的音频采样率是多少（即运行预测）？我希望使用44.1kHz来制作音频检测系统。实际上我正在制作婴儿哭闹检测系统。8kHz是婴儿声音，44.1kHz是玻璃、汽车等。但很难找到44.1kHz的婴儿声音，所以我只使用8kHz声音。您希望使用系统（即运行预测）的音频采样率是多少？我希望使用44.1kHz来制作音频检测系统。实际上我正在制作婴儿哭闹检测系统。8kHz是婴儿声音，44.1kHz是玻璃、汽车等。但很难找到44.1kHz婴儿声音，所以我只使用8kHz声音。很抱歉回复太晚。我真的很感谢你的建议和开源：）设置至少30%的测试数据非常有趣，我认为测试集必须是10%或更少。我会试试你的建议。再次感谢您。很抱歉回复晚了。我真的很感谢你的建议和开源：）设置至少30%的测试数据非常有趣，我认为测试集必须是10%或更少。我会试试你的建议。再次感谢你。