AudioClassifier

অডিও ক্লিপ বা অডিও স্ট্রীমে অডিও শ্রেণীবিভাগ সম্পাদন করে।

এই APIটি বাধ্যতামূলক TFLite মডেল মেটাডেটা সহ একটি TFLite মডেল আশা করে যাতে একক ইনপুট অডিও টেনসরের বাধ্যতামূলক অডিও বৈশিষ্ট্য এবং ঐচ্ছিক (কিন্তু প্রস্তাবিত) লেবেল আইটেমগুলিকে অ্যাসোসিয়েটেড ফাইল হিসাবে TENSOR_AXIS_LABELS প্রতি আউটপুট শ্রেণীবিভাগ টেনসরের সাথে থাকে৷

ইনপুট টেনসর: (kTfLiteFloat32)

• ইনপুট অডিও বাফার আকার `[ব্যাচ * নমুনা]`।
• ব্যাচ অনুমান সমর্থিত নয় (`ব্যাচ` 1 হতে হবে)।
• মাল্টি-চ্যানেল মডেলের জন্য, চ্যানেলগুলিকে ইন্টারলিভ করা দরকার।

এর সাথে কমপক্ষে একটি আউটপুট টেনসর: (kTfLiteFloat32)

• `N` সহ `[1 x N]` বিন্যাসটি বিভাগের সংখ্যার প্রতিনিধিত্ব করে।
• ঐচ্ছিক (কিন্তু প্রস্তাবিত) TENSOR_AXIS_LABELS টাইপ সহ অ্যাসোসিয়েটেড ফাইল হিসাবে লেবেল আইটেম, প্রতি লাইনে একটি লেবেল রয়েছে। ফলাফলের `শ্রেণি_নাম` ক্ষেত্রটি পূরণ করতে প্রথম এ জাতীয় AssociatedFile (যদি থাকে) ব্যবহার করা হয়। `display_name` ক্ষেত্রটি AssociatedFile (যদি থাকে) থেকে পূর্ণ হয় যার লোকেল নির্মাণের সময় ব্যবহৃত `AudioClassifierOptions` এর `display_names_locale` ক্ষেত্রের সাথে মেলে ("en" ডিফল্টরূপে, যেমন ইংরেজি)। যদি এইগুলির কোনোটিই উপলব্ধ না হয় তবে ফলাফলের শুধুমাত্র `সূচী` ক্ষেত্রটি পূরণ করা হবে।