音频与视觉两条路径
使用 Librosa / MFCC、TensorFlow CNN 以及 OpenCV / Block-DCT 构建识别流程。
将音频、视觉及加权融合方案放在一起比较，完成识别原型。
在 80 条测试样本上比较
在 80 条测试样本上对比识别效果并分析误差。
形成可复现实验报告与识别原型，使方案选择能够回到具体样本与实验过程。
- 01音频特征
- 02视觉特征
- 03加权融合
- 04比较与误差分析
TAPE 07项目记录 / 多模态识别
音频与视觉，放在一起比较
围绕姓名识别构建音频、视觉与加权融合流程，用同一组测试样本对比方案并分析误差。
80 条测试样本对比音频、视觉及加权融合识别流程