Klasifikimi i audios është një rast i zakonshëm përdorimi i Mësimit Automatik për të klasifikuar llojet e tingujve. Për shembull, mund të identifikojë speciet e zogjve nga këngët e tyre.
API-ja AudioClassifier Bibliotekës së Detyrave mund të përdoret për të vendosur klasifikuesit tuaj të personalizuar të audios ose ata të parapërgatitur në aplikacionin tuaj celular.
Karakteristikat kryesore të API-t AudioClassifier
Përpunimi i audios hyrëse, p.sh. konvertimi i kodimit PCM 16 bit në kodim PCM Float dhe manipulimi i memorjes së unazës audio.
Etiketo vendndodhjen e hartës.
Mbështetja e modelit të klasifikimit me shumë koka.
Mbështet klasifikimin si me një etiketë të vetme ashtu edhe me shumë etiketa.
Pragu i pikëve për të filtruar rezultatet.
Rezultatet e klasifikimit Top-k.
Etiketo listën e lejimeve dhe listën e mohimeve.
Modelet e mbështetura të klasifikuesit audio
Modelet e mëposhtme garantohen të jenë të pajtueshme me API-në AudioClassifier .
Modele të krijuara nga TensorFlow Lite Model Maker për Klasifikimin e Audios .
Modelet e para-trajnuara të klasifikimit të ngjarjeve audio në TensorFlow Hub .
Modele të personalizuara që plotësojnë kërkesat e përputhshmërisë së modelit .
Ekzekutoni përfundimin në Java
Shihni aplikacionin referues të Klasifikimit të Audios për një shembull duke përdorur AudioClassifier në një aplikacion Android.
Hapi 1: Importoni varësinë e Gradle dhe cilësimet e tjera
Kopjoni skedarin e modelit .tflite në direktorinë e aseteve të modulit Android ku do të ekzekutohet modeli. Specifikoni që skedari nuk duhet të kompresohet dhe shtoni bibliotekën TensorFlow Lite në skedarin build.gradle të modulit:
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'
}
Hapi 2: Përdorimi i modelit
// 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);
Shihni kodin burimor dhe javadoc për më shumë opsione për të konfiguruar AudioClassifier .
Ekzekutoni përfundimin në iOS
Hapi 1: Instaloni varësitë
Biblioteka e Detyrave mbështet instalimin duke përdorur CocoaPods. Sigurohuni që CocoaPods është instaluar në sistemin tuaj. Ju lutemi shihni udhëzuesin e instalimit të CocoaPods për udhëzime.
Ju lutemi shihni udhëzuesin e CocoaPods për detaje mbi shtimin e pod-eve në një projekt Xcode.
Shtoni pod-in TensorFlowLiteTaskAudio në Podfile.
target 'MyAppWithTaskAPI' do
use_frameworks!
pod 'TensorFlowLiteTaskAudio'
end
Sigurohuni që modeli .tflite që do të përdorni për nxjerrjen e përfundimeve është i pranishëm në paketën e aplikacionit tuaj.
Hapi 2: Përdorimi i modelit
I shpejtë
// 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)
}
}
}
Objektivi-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];
});
}
}];
Shihni kodin burimor për më shumë opsione për të konfiguruar TFLAudioClassifier .
Ekzekutoni përfundimin në Python
Hapi 1: Instaloni paketën pip
pip install tflite-support
- Linux: Ekzekutoni
sudo apt-get update && apt-get install libportaudio2 - Mac dhe Windows: PortAudio instalohet automatikisht kur instalohet paketa
tflite-supportpip.
Hapi 2: Përdorimi i modelit
# 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)
Shihni kodin burimor për më shumë opsione për të konfiguruar AudioClassifier .
Ekzekutoni përfundimin në 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();
Shihni kodin burimor për më shumë opsione për të konfiguruar AudioClassifier .
Kërkesat e përputhshmërisë së modelit
API-ja AudioClassifier pret një model TFLite me Metadata të Modelit TFLite të detyrueshme. Shihni shembuj të krijimit të metadatave për klasifikuesit audio duke përdorur API-në e Shkruesit të Metadatave TensorFlow Lite .
Modelet e klasifikuesit audio të pajtueshëm duhet të plotësojnë kërkesat e mëposhtme:
Tensori i audios hyrëse (kTfLiteFloat32)
- klip audio me madhësi
[batch x samples]. - Përfundimi i grupit nuk mbështetet (
batchduhet të jetë 1). - Për modelet me shumë kanale, kanalet duhet të ndërthuren.
- klip audio me madhësi
Tensori i rezultatit të daljes (kTfLiteFloat32)
- Matrica
[1 x N]meNpërfaqëson numrin e klasës. - Harta(at) opsionale (por të rekomanduara) të etiketave si AssociatedFile-s me llojin TENSOR_AXIS_LABELS, që përmbajnë një etiketë për rresht. AssociatedFile i parë i tillë (nëse ka) përdoret për të mbushur fushën e
label(e emërtuar siclass_namenë C++) të rezultateve. Fushadisplay_nameplotësohet nga AssociatedFile (nëse ka) lokalizimi i të cilit përputhet me fushëndisplay_names_localetëAudioClassifierOptionstë përdorur në kohën e krijimit ("en" si parazgjedhje, dmth. Anglisht). Nëse asnjë nga këto nuk është e disponueshme, vetëm fusha eindextë rezultateve do të plotësohet.
- Matrica