2020之江杯全球人工智能大赛，语音鉴伪挑战赛TOP3方案
运行环境
Linux版本：
Linux fuxilabor_labor0_S4_Odps_S96_dsw_prepaid_cnsh_891_2020100812331 4.9.65 #5 SMP Fri Mar 30 15:59:08 CST 2018 x86_64 x86_64 x86_64 GNU/Linux
Python版本：
Python 3.6.4 |Anaconda, Inc.| (default, Jan 16 2018, 18:10:19)
[GCC 7.2.0] on linux
GPU：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.48 Driver Version: 410.48 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+===================|
CUDA版本：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130
CUDNN版本：
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 3
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
依赖包：
torch 1.4.0+cu100
torchtext 0.6.0
torchvision 0.5.0
six 1.11.0
scikit-learn 0.23.2
librosa 0.7.2
python-speech-features 0.6
joblib 0.13.2
模型训练预测：
1、先运行python mian.py --ACTTION=feature生成特征，特征存放于user_dara/feature文件夹中
2、运行python mian.py --ACTTION=train，训练模型，训练完成后会在user_data目录下生成best_acc.txt文档记录了交叉验证后最好的5个模型编号
3、再运行python mian.py --ACTTION=train，输出预测结果
4、mian.py中的已固定随机因子，理论上在相同环境下可完美复现，随机因子固定如下
seed = 2020
np.random.seed(seed)
torch.manual_seed(seed)#为CPU设置随机种子
torch.cuda.manual_seed_all(seed)#为所有GPU设置随机种子
torch.cuda.manual_seed(seed)
torch.backends.cudnn.deterministic =True