Классификация аудиосигналов — распространённый пример использования машинного обучения для классификации типов звуков. Например, оно может определять виды птиц по их пению.
API-интерфейс библиотеки задач AudioClassifier можно использовать для развертывания собственных или предварительно обученных аудиоклассификаторов в вашем мобильном приложении.
Основные возможности API AudioClassifier
Обработка входного аудиосигнала, например, преобразование 16-битной кодировки PCM в кодировку PCM Float и обработка кольцевого буфера аудиосигнала.
Метка карты местоположения.
Поддержка модели классификации Multi-head.
Поддержка как однокомпонентной, так и многокомпонентной классификации.
Пороговое значение для фильтрации результатов.
Результаты классификации Top-k.
Белый список и запрещенный список меток.
Поддерживаемые модели аудиоклассификаторов
Следующие модели гарантированно совместимы с API AudioClassifier .
Модели, созданные с помощью TensorFlow Lite Model Maker для классификации аудио .
Предварительно обученные модели классификации аудиособытий на TensorFlow Hub .
Пользовательские модели, отвечающие требованиям совместимости моделей .
Выполнение вывода на Java
Пример использования AudioClassifier в приложении для Android см. в справочном приложении Audio Classification .
Шаг 1: Импорт зависимости Gradle и других настроек
Скопируйте файл модели .tflite в каталог ресурсов модуля Android, где он будет запущен. Укажите, что файл не нужно сжимать, и добавьте библиотеку TensorFlow Lite в файл build.gradle модуля:
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'
}
Шаг 2: Использование модели
// 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);
Дополнительные параметры настройки AudioClassifier см. в исходном коде и javadoc .
Выполнить вывод в iOS
Шаг 1: Установка зависимостей
Библиотека задач поддерживает установку с помощью CocoaPods. Убедитесь, что CocoaPods установлен в вашей системе. Инструкции см. в руководстве по установке CocoaPods .
Подробную информацию о добавлении модулей в проект Xcode см. в руководстве CocoaPods .
Добавьте модуль TensorFlowLiteTaskAudio в файл Podfile.
target 'MyAppWithTaskAPI' do
use_frameworks!
pod 'TensorFlowLiteTaskAudio'
end
Убедитесь, что модель .tflite , которую вы будете использовать для вывода, присутствует в вашем пакете приложения.
Шаг 2: Использование модели
Быстрый
// 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];
});
}
}];
Дополнительные параметры настройки TFLAudioClassifier см. в исходном коде .
Выполнить вывод на Python
Шаг 1: Установка пакета pip
pip install tflite-support
- Linux: выполните команду
sudo apt-get update && apt-get install libportaudio2 - Mac и Windows: PortAudio устанавливается автоматически при установке pip-пакета
tflite-support.
Шаг 2: Использование модели
# 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)
Дополнительные параметры настройки AudioClassifier см. в исходном коде .
Выполнить вывод в 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();
Дополнительные параметры настройки AudioClassifier см. в исходном коде .
Требования к совместимости моделей
API AudioClassifier ожидает модель TFLite с обязательными метаданными модели TFLite . См. примеры создания метаданных для аудиоклассификаторов с помощью API TensorFlow Lite Metadata Writer .
Совместимые модели аудиоклассификаторов должны соответствовать следующим требованиям:
Входной аудиотензор (kTfLiteFloat32)
- аудиоклип размером
[batch x samples]. - вывод партии не поддерживается (
batchдолжна быть равна 1). - для многоканальных моделей каналы необходимо чередовать.
- аудиоклип размером
Выходной тензор оценок (kTfLiteFloat32)
- Массив
[1 x N], гдеNпредставляет номер класса. - Необязательные (но рекомендуемые) карты меток в виде AssociatedFile-ов с типом TENSOR_AXIS_LABELS, содержащие по одной метке на строку. Первый такой AssociatedFile (если есть) используется для заполнения поля
label(в C++ именуемого какclass_name) результатов. Полеdisplay_nameзаполняется из AssociatedFile (если есть), локаль которого совпадает с полемdisplay_names_localeпараметраAudioClassifierOptionsиспользуемого при создании (по умолчанию «en», т.е. английский). Если ни один из этих вариантов недоступен, будет заполнено только полеindexрезультатов.
- Массив