Mengintegrasikan pengklasifikasi audio

Klasifikasi audio adalah kasus penggunaan umum Machine Learning untuk mengklasifikasikan jenis suara. Misalnya, aplikasi ini dapat mengidentifikasi spesies burung berdasarkan kicauannya.

Task Library AudioClassifier API dapat digunakan untuk men-deploy pengklasifikasi audio kustom atau yang telah dilatih sebelumnya ke dalam aplikasi seluler Anda.

Fitur utama AudioClassifier API

  • Pemrosesan audio input, misalnya mengonversi encoding PCM 16 bit ke encoding PCM Float dan manipulasi buffer ring audio.

  • Label lokalitas peta.

  • Mendukung model klasifikasi Multi-head.

  • Mendukung klasifikasi label tunggal dan multi-label.

  • Batas skor untuk memfilter hasil.

  • Hasil klasifikasi Top-k.

  • Daftar yang diizinkan dan daftar tolak label.

Model klasifikasi audio yang didukung

Model berikut dijamin kompatibel dengan AudioClassifier API.

Menjalankan inferensi di Java

Lihat aplikasi referensi Klasifikasi Audio untuk contoh penggunaan AudioClassifier di aplikasi Android.

Langkah 1: Impor dependensi Gradle dan setelan lainnya

Salin file model .tflite ke direktori aset modul Android tempat model akan dijalankan. Tentukan bahwa file tidak boleh dikompresi, dan tambahkan library TensorFlow Lite ke file build.gradle modul:

android {
    // Other settings

    // Specify that the tflite file should not be compressed when building the APK package.
    aaptOptions {
        noCompress "tflite"
    }
}

dependencies {
    // Other dependencies

    // Import the Audio Task Library dependency
    implementation 'org.tensorflow:tensorflow-lite-task-audio:0.4.4'
    // Import the GPU delegate plugin Library for GPU inference
    implementation 'org.tensorflow:tensorflow-lite-gpu-delegate-plugin:0.4.4'
}

Langkah 2: Menggunakan model

// Initialization
AudioClassifierOptions options =
    AudioClassifierOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setMaxResults(1)
        .build();
AudioClassifier classifier =
    AudioClassifier.createFromFileAndOptions(context, modelFile, options);

// Start recording
AudioRecord record = classifier.createAudioRecord();
record.startRecording();

// Load latest audio samples
TensorAudio audioTensor = classifier.createInputTensorAudio();
audioTensor.load(record);

// Run inference
List<Classifications> results = audioClassifier.classify(audioTensor);

Lihat kode sumber dan javadoc untuk opsi lainnya dalam mengonfigurasi AudioClassifier.

Menjalankan inferensi di iOS

Langkah 1: Instal dependensi

Task Library mendukung penginstalan menggunakan CocoaPods. Pastikan CocoaPods diinstal di sistem Anda. Lihat panduan penginstalan CocoaPods untuk mengetahui petunjuknya.

Lihat panduan CocoaPods untuk mengetahui detail tentang cara menambahkan pod ke project Xcode.

Tambahkan pod TensorFlowLiteTaskAudio di Podfile.

target 'MyAppWithTaskAPI' do
  use_frameworks!
  pod 'TensorFlowLiteTaskAudio'
end

Pastikan model .tflite yang akan Anda gunakan untuk inferensi ada di paket aplikasi Anda.

Langkah 2: Menggunakan model

Swift

// Imports
import TensorFlowLiteTaskAudio
import AVFoundation

// Initialization
guard let modelPath = Bundle.main.path(forResource: "sound_classification",
                                            ofType: "tflite") else { return }

let options = AudioClassifierOptions(modelPath: modelPath)

// Configure any additional options:
// options.classificationOptions.maxResults = 3

let classifier = try AudioClassifier.classifier(options: options)

// Create Audio Tensor to hold the input audio samples which are to be classified.
// Created Audio Tensor has audio format matching the requirements of the audio classifier.
// For more details, please see:
// https://github.com/tensorflow/tflite-support/blob/master/tensorflow_lite_support/ios/task/audio/core/audio_tensor/sources/TFLAudioTensor.h
let audioTensor = classifier.createInputAudioTensor()

// Create Audio Record to record the incoming audio samples from the on-device microphone.
// Created Audio Record has audio format matching the requirements of the audio classifier.
// For more details, please see:
https://github.com/tensorflow/tflite-support/blob/master/tensorflow_lite_support/ios/task/audio/core/audio_record/sources/TFLAudioRecord.h
let audioRecord = try classifier.createAudioRecord()

// Request record permissions from AVAudioSession before invoking audioRecord.startRecording().
AVAudioSession.sharedInstance().requestRecordPermission { granted in
    if granted {
        DispatchQueue.main.async {
            // Start recording the incoming audio samples from the on-device microphone.
            try audioRecord.startRecording()

            // Load the samples currently held by the audio record buffer into the audio tensor.
            try audioTensor.load(audioRecord: audioRecord)

            // Run inference
            let classificationResult = try classifier.classify(audioTensor: audioTensor)
        }
    }
}

Objective-C

// Imports
#import <TensorFlowLiteTaskAudio/TensorFlowLiteTaskAudio.h>
#import <AVFoundation/AVFoundation.h>

// Initialization
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"sound_classification" ofType:@"tflite"];

TFLAudioClassifierOptions *options =
    [[TFLAudioClassifierOptions alloc] initWithModelPath:modelPath];

// Configure any additional options:
// options.classificationOptions.maxResults = 3;

TFLAudioClassifier *classifier = [TFLAudioClassifier audioClassifierWithOptions:options
                                                                          error:nil];

// Create Audio Tensor to hold the input audio samples which are to be classified.
// Created Audio Tensor has audio format matching the requirements of the audio classifier.
// For more details, please see:
// https://github.com/tensorflow/tflite-support/blob/master/tensorflow_lite_support/ios/task/audio/core/audio_tensor/sources/TFLAudioTensor.h
TFLAudioTensor *audioTensor = [classifier createInputAudioTensor];

// Create Audio Record to record the incoming audio samples from the on-device microphone.
// Created Audio Record has audio format matching the requirements of the audio classifier.
// For more details, please see:
https://github.com/tensorflow/tflite-support/blob/master/tensorflow_lite_support/ios/task/audio/core/audio_record/sources/TFLAudioRecord.h
TFLAudioRecord *audioRecord = [classifier createAudioRecordWithError:nil];

// Request record permissions from AVAudioSession before invoking -[TFLAudioRecord startRecordingWithError:].
[[AVAudioSession sharedInstance] requestRecordPermission:^(BOOL granted) {
    if (granted) {
        dispatch_async(dispatch_get_main_queue(), ^{
            // Start recording the incoming audio samples from the on-device microphone.
            [audioRecord startRecordingWithError:nil];

            // Load the samples currently held by the audio record buffer into the audio tensor.
            [audioTensor loadAudioRecord:audioRecord withError:nil];

            // Run inference
            TFLClassificationResult *classificationResult =
                [classifier classifyWithAudioTensor:audioTensor error:nil];

        });
    }
}];

Lihat kode sumber untuk opsi lainnya dalam mengonfigurasi TFLAudioClassifier.

Menjalankan inferensi di Python

Langkah 1: Instal paket pip

pip install tflite-support
  • Linux: Jalankan sudo apt-get update && apt-get install libportaudio2
  • Mac dan Windows: PortAudio diinstal secara otomatis saat menginstal paket pip tflite-support.

Langkah 2: Menggunakan model

# Imports
from tflite_support.task import audio
from tflite_support.task import core
from tflite_support.task import processor

# Initialization
base_options = core.BaseOptions(file_name=model_path)
classification_options = processor.ClassificationOptions(max_results=2)
options = audio.AudioClassifierOptions(base_options=base_options, classification_options=classification_options)
classifier = audio.AudioClassifier.create_from_options(options)

# Alternatively, you can create an audio classifier in the following manner:
# classifier = audio.AudioClassifier.create_from_file(model_path)

# Run inference
audio_file = audio.TensorAudio.create_from_wav_file(audio_path, classifier.required_input_buffer_size)
audio_result = classifier.classify(audio_file)

Lihat kode sumber untuk opsi lainnya dalam mengonfigurasi AudioClassifier.

Menjalankan inferensi di C++

// Initialization
AudioClassifierOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
std::unique_ptr<AudioClassifier> audio_classifier = AudioClassifier::CreateFromOptions(options).value();

// Create input audio buffer from your `audio_data` and `audio_format`.
// See more information here: tensorflow_lite_support/cc/task/audio/core/audio_buffer.h
int input_size = audio_classifier->GetRequiredInputBufferSize();
const std::unique_ptr<AudioBuffer> audio_buffer =
    AudioBuffer::Create(audio_data, input_size, audio_format).value();

// Run inference
const ClassificationResult result = audio_classifier->Classify(*audio_buffer).value();

Lihat kode sumber untuk opsi lainnya dalam mengonfigurasi AudioClassifier.

Persyaratan kompatibilitas model

API AudioClassifier mengharapkan model TFLite dengan Metadata Model TFLite wajib. Lihat contoh pembuatan metadata untuk pengklasifikasi audio menggunakan TensorFlow Lite Metadata Writer API.

Model klasifikasi audio yang kompatibel harus memenuhi persyaratan berikut:

  • Tensor audio input (kTfLiteFloat32)

    • klip audio berukuran [batch x samples].
    • inferensi batch tidak didukung (batch harus 1).
    • Untuk model multi-channel, saluran harus diselingi.
  • Tensor skor output (kTfLiteFloat32)

    • Array [1 x N] dengan N merepresentasikan nomor class.
    • peta label opsional (tetapi direkomendasikan) sebagai AssociatedFile dengan jenis TENSOR_AXIS_LABELS, yang berisi satu label per baris. AssociatedFile pertama (jika ada) digunakan untuk mengisi kolom label (bernama class_name di C++) dari hasil. Kolom display_name diisi dari AssociatedFile (jika ada) yang lokalitasnya cocok dengan kolom display_names_locale dari AudioClassifierOptions yang digunakan pada waktu pembuatan ("en" secara default, yaitu bahasa Inggris). Jika tidak ada yang tersedia, hanya kolom index dari hasil yang akan diisi.