Решение тестового задания для летней школы "Центра Речевых Технологий"

Структура репозитория с решением:

• Методы для извлечения признаков расположены в audio_utils.
• Тестируемые модели расположены в models.py.
• служебные функции расположены в utils.py
• Подготовка данных и обучение моделей проводятся в тетрадках prepare_dataset.ipynb и train.ipynb соответственно.

Процесс воспроизведения результатов:

1. Установить зависимости.
    - keras(tensorflow backend)
    - scikit-learn
    - lightgbm
    - pandas, numpy
    - tqdm
    - matplotlib

Шаг 2 позволяет извлечь признаки из данных. В репозитории в папке data уже размещены файлы, с извлечёнными признаками для train и test частей для dense модели, поэтому шаг можно пропустить. Подготовка данных для других моделей осуществляется в тетрадке prepare_dataset.ipynb. Для разных моделей сетей извлекались различные признаки.

2.  Извлечь признаки из данных.
    Запустить тетрадку prepare_dataset.ipynb
    В начальных клетках прописать пути к папке с данными и мета-файлу.
    Последовательно выполнить ячейки.


3.  Запустить обучение моделей и получить результат.
    Запустить тетрадку train.ipynb.
    В начальных клетках прописать пути к файлам с извлечёнными признаками.
    Обученные keras модели сетей находятся в директории model_weights.

    Предсказания меток для теста осуществляется в конце той же тетрадки.
    Результат предсказаний расположен в корне проекта в файле result.txt

Тестировалось в системе: Linux Mint 17.3 Cinnamon 64-bit x64