基于深度学习的环境声音事件分类系统产品系统

本项目面向城市环境声音识别场景，可用于智慧城市噪声监测、公共安全辅助感知、音频内容分析等业务。系统以 UrbanSound8K 数据集为基础，对城市中常见的环境声音进行自动分类，例如空调声、汽车鸣笛、儿童玩耍、狗叫、钻孔、发动机怠速、枪声、破碎机、警笛和街头音乐等。项目解决了传统人工听辨效率低、主观性强、难以批量处理音频的问题，可作为城市声音事件识别、音频智能分析、深度学习模型训练与部署的示例工程。

本项目面向城市环境声音识别场景，可用于智慧城市噪声监测、公共安全辅助感知、音频内容分析等业务。系统以 UrbanSound8K 数据集为基础，对城市中常见的环境声音进行自动分类，例如空调声、汽车鸣笛、儿童玩耍、狗叫、钻孔、发动机怠速、枪声、破碎机、警笛和街头音乐等。项目解决了传统人工听辨效率低、主观性强、难以批量处理音频的问题，可作为城市声音事件识别、音频智能分析、深度学习模型训练与部署的示例工程。

我负责该项目的整体设计与实现，包括音频数据处理流程、特征提取模块、PyTorch 模型结构、训练与评估脚本、实验对比脚本以及 Web 演示界面。项目使用 Python、PyTorch、librosa/torchaudio 完成音频深度学习部分，使用 Vue 3 构建前端录音识别页面，并通过 Python HTTP 服务加载最佳模型进行在线推理。系统支持 Mel/MFCC 与 ResNet18/CRNN 的四组实验对比，已生成训练日志、模型权重、指标 CSV、分类报告和混淆矩阵图。其中 Mel + CRNN 实验准确率约 77.66%，可作为默认演示模型使用。