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]”.