Работа посвящена реализации системы классификации звуковых событий на базе глубокой нейронной сети с использованием технологии переноса обучения. В первой главе проведен анализ способов представления звукового сигнала, а также ключевых особенностей построения нейронных сетей для решения задачи классификации звуковых событий. Вторая глава посвящена разработке модели системы для решения поставленной задачи. В третьей главе осуществляется выбор соответствующих технологий и инструментов, а также дается описание полного цикла реализации системы, начиная с подготовки тренировочных данных и заканчивая сохранением итоговых параметров (весов, истории обучения, и т.д.) нейронной сети. В четвертой главе проводится тестирование и оценка построенных моделей.

This study is devoted to the implementation of a sound event classification system based on a deep neural network using the technology of transfer learning. In the first chapter, the analysis of ways to represent an audio signal and the key features of building neural networks to solve the problem of classifying sound events is conducted. The second chapter is devoted to the development of a system model for solving this task. In the third chapter, the selection of appropriate technologies and tools, along with a description of the full implementation cycle of the system, from preparation of training data to preservation of the final parameters (weights, training history, etc.) of the neural network is provided. Testing and evaluation of the constructed models are performed in the fourth chapter.