Przedstawiamy LiteRT: wydajne środowisko wykonawcze Google do obsługi AI na urządzeniu, wcześniej znane jako TensorFlow Lite.

Ta strona została przetłumaczona przez Cloud Translation API.

AudioEmbedder

publiczna klasa finałowa AudioEmbedder

Umożliwia wyodrębnianie osadzonego dźwięku z klipów audio lub strumienia audio.

Ten interfejs API wymaga modelu TFLite z wymaganymi metadanymi modelu TFLite, który zawiera wymagane właściwości audio tegosora wejściowego solowego tensora audio oraz opcjonalne (ale zalecane) elementy etykiety jako Powiązane pliki typu TENSOR_AXIS_LABELS dla każdego tensora klasyfikacji danych wyjściowych.

Tensor wejściowy: (kTfLiteFloat32)

wejściowy bufor dźwięku o rozmiarze „[batch * samples]”.
wnioskowanie wsadowe nie jest obsługiwane (wartość „wsad” musi wynosić 1).
W przypadku modeli wielokanałowych kanały muszą być przeplatane.

Co najmniej 1 tensor wyjściowy z: (kTfLiteFloat32)

Składniki „N” odpowiadające wymiarom „N” zwróconego wektora cech dla tej warstwy wyjściowej.
Może mieć 2 lub 4 wymiary, np. „[1 x N]” lub „[1 x 1 x 1 x N]”.

Zagnieżdżone klasy

klasa AudioEmbedder.AudioEmbedderOptions Opcje konfiguracji i usługi AudioEmbedder.

Metody publiczne

static AudioEmbedder	createFromBuffer(kontekst kontekst, ByteBuffer modelBuffer) Tworzy instancję `AudioEmbedder` z bufora modelu i domyślnej wartości `AudioEmbedder.AudioEmbedderOptions`.
static AudioEmbedder	createFromFile(Kontekst; ciąg znaków modelPath) Tworzy instancję `AudioEmbedder` z pliku modelu i domyślny element `AudioEmbedder.AudioEmbedderOptions`.
static AudioEmbedder	createFromFile(kontekst; plik modelFile) Tworzy instancję `AudioEmbedder` z pliku modelu i domyślny element `AudioEmbedder.AudioEmbedderOptions`.
static AudioEmbedder	createFromOptions(kontekst kontekst, opcje AudioEmbedder.AudioEmbedderOptions) Tworzy instancję `AudioEmbedder` z instancji `AudioEmbedder.AudioEmbedderOptions`.
AudioEmbedderResult	embed(AudioData audioClip)
void	embedAsync(AudioData audioBlock, długie timestampMs)

Metody dziedziczone

Z klasy com.google.mediapipe.tasks.audio.core.BaseAudioTaskApi

void	close() Zamyka i czyści zadanie audio MediaPipe.
AudioRecord	createAudioRecord() Tworzy instancję `AudioRecord` do nagrywania strumienia audio z kanałem monofonicznym z częstotliwością próbkowania 16 kHz, czyli wymaganą przez modele takie jak Yamnet.
AudioRecord	createAudioRecord(int numChannels, int sampleRate, int requiredInputBufferSize) Tworzy instancję `AudioRecord` do nagrywania strumienia audio.

Z klasy java.lang.Object

boolean	równa się(Object arg0)
final Class<?>	getClass()
int	hashCode()
final void	notify()
final void	notifyAll()
String	toString()
final void	wait(long arg0, int arg1)
final void	wait(long arg0)
final void	czas()

Z interfejsu java.lang.AutoCloseable

abstrakcja void

close()

Metody publiczne

public static AudioEmbedder createFromBuffer (Kontekst kontekstu, ByteBuffer modelBuffer)

Tworzy instancję AudioEmbedder z bufora modelu i domyślnej wartości AudioEmbedder.AudioEmbedderOptions.

Parametry

sytuacja	`ERROR(/Context)` na Androidzie.
modelBuffer	bezpośredni `ByteBuffer` lub `ERROR(/MappedByteBuffer)` modelu umieszczania.

Rzuty

	jeśli podczas tworzenia zbioru danych `AudioEmbedder` wystąpi błąd.

public static AudioEmbedder createFromFile (Kontekst kontekstu, String modelPath)

Tworzy instancję AudioEmbedder z pliku modelu i domyślny element AudioEmbedder.AudioEmbedderOptions.

Parametry

sytuacja	`ERROR(/Context)` na Androidzie.
modelPath	do modelu umieszczania w zasobach.

Rzuty

	jeśli podczas tworzenia zbioru danych `AudioEmbedder` wystąpi błąd.

public static AudioEmbedder createFromFile (Kontekst kontekst, Plik modelFile)

Tworzy instancję AudioEmbedder z pliku modelu i domyślny element AudioEmbedder.AudioEmbedderOptions.

Parametry

sytuacja	`ERROR(/Context)` na Androidzie.
modelFile	z instancją modelu umieszczania `File`.

Rzuty

IOException	jeśli podczas otwierania pliku modelu tflite wystąpi błąd wejścia-wyjścia.
	jeśli podczas tworzenia zbioru danych `A`