Klasifikimi i audios është një rast i zakonshëm i përdorimit të Machine Learning për të klasifikuar llojet e tingujve. Për shembull, mund të identifikojë speciet e shpendëve nga këngët e tyre.
Task Library AudioClassifier
API mund të përdoret për të vendosur klasifikuesit tuaj të personalizuar të audios ose të paratrajnuar në aplikacionin tuaj celular.
Karakteristikat kryesore të API AudioClassifier
Përpunimi i audios në hyrje, p.sh. konvertimi i kodimit PCM 16 bit në kodimin PCM Float dhe manipulimi i buferit të unazës audio.
Vendndodhja e etiketës së hartës.
Mbështetja e modelit të klasifikimit me shumë kokë.
Mbështet klasifikimin si me një etiketë ashtu edhe me shumë etiketë.
Pragu i rezultatit për të filtruar rezultatet.
Rezultatet e klasifikimit Top-k.
Etiketoni listën e lejeve dhe refuzoni.
Modele të mbështetura të klasifikuesit audio
Modelet e mëposhtme janë të garantuara të jenë në përputhje me API- AudioClassifier
.
Modele të krijuara nga TensorFlow Lite Model Maker për klasifikimin e audios .
Modelet e paratrajnuara të klasifikimit të ngjarjeve audio në TensorFlow Hub .
Modele të personalizuara që plotësojnë kërkesat e përputhshmërisë së modelit .
Ekzekutoni konkluzionet në Java
Shikoni aplikacionin e referencës së Klasifikimit të audios për një shembull duke përdorur AudioClassifier
në një aplikacion Android.
Hapi 1: Importoni varësinë Gradle dhe cilësime të tjera
Kopjoni skedarin e modelit .tflite
në drejtorinë e aseteve të modulit Android ku do të ekzekutohet modeli. Specifikoni që skedari të mos jetë i ngjeshur 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);
Shikoni kodin burimor dhe javadoc për më shumë opsione për të konfiguruar AudioClassifier
.
Ekzekutoni konkluzionet në iOS
Hapi 1: Instaloni varësitë
Biblioteka e detyrave mbështet instalimin duke përdorur CocoaPods. Sigurohuni që CocoaPods të jetë i instaluar në sistemin tuaj. Ju lutemi shikoni udhëzuesin e instalimit të CocoaPods për udhëzime.
Ju lutemi shikoni udhëzuesin CocoaPods për detaje mbi shtimin e pods në një projekt Xcode.
Shtoni podin TensorFlowLiteTaskAudio
në Podfile.
target 'MyAppWithTaskAPI' do
use_frameworks!
pod 'TensorFlowLiteTaskAudio'
end
Sigurohuni që modeli .tflite
që do të përdorni për konkluzion është i pranishëm në paketën tuaj të aplikacionit.
Hapi 2: Përdorimi i modelit
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)
}
}
}
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 konkluzionet 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 instaloni paketën pip
tflite-support
.
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)
Shikoni kodin burimor për më shumë opsione për të konfiguruar AudioClassifier
.
Ekzekutoni konkluzionet 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();
Shikoni kodin burimor për më shumë opsione për të konfiguruar AudioClassifier
.
Kërkesat e përputhshmërisë së modelit
AudioClassifier
API pret një model TFLite me Metadata të detyrueshme të Modelit TFLite . Shihni shembuj të krijimit të meta të dhënave për klasifikuesit audio duke përdorur API-në e shkrimtarit metadata TensorFlow Lite .
Modelet e përputhshme të klasifikuesit audio duhet të plotësojnë kërkesat e mëposhtme:
Tenzori i hyrjes së audios (kTfLiteFloat32)
- klip audio me madhësi
[batch x samples]
. - konkluzioni i grupit nuk mbështetet (kërkohet që
batch
të jetë 1). - për modelet me shumë kanale, kanalet duhet të ndërlidhen.
- klip audio me madhësi
Tensor i rezultatit në dalje (kTfLiteFloat32)
- Vargu
[1 x N]
meN
përfaqëson numrin e klasës. - Hartat e etiketës opsionale (por të rekomanduara) si AssociatedFile-s me llojin TENSOR_AXIS_LABELS, që përmbajnë një etiketë për rresht. I pari i tillë AssociatedFile (nëse ka) përdoret për të mbushur fushën
label
(e emërtuar siclass_name
në C++) të rezultateve. Fushadisplay_name
plotësohet nga AssociatedFile (nëse ka) vendndodhja e së cilës përputhet me fushëndisplay_names_locale
tëAudioClassifierOptions
të përdorura në kohën e krijimit ("en" si parazgjedhje, p.sh. anglisht). Nëse asnjëra nga këto nuk është e disponueshme, do të plotësohet vetëm fusha eindex
të rezultateve.
- Vargu