Guide de classification audio pour Android

La tâche de classification audio MediaPipe vous permet d'effectuer une classification sur des données audio. Vous pouvez utilisez cette tâche pour identifier les événements sonores à partir d'un ensemble de catégories entraînées. Ces vous expliquent comment utiliser le classificateur audio avec des applications Android.

Pour en savoir plus sur les fonctionnalités, les modèles et les options de configuration de cette tâche, consultez la section Présentation.

Exemple de code

L'exemple de code MediaPipe Tasks est une implémentation simple d'un classificateur audio pour Android. Cet exemple utilise le micro d'un appareil Android physique pour classer les sons en continu et exécuter le classificateur sur les fichiers audio stockées sur l'appareil.

Vous pouvez utiliser l'application comme point de départ pour votre propre application Android ou vous y référer. lorsque vous modifiez une application existante. L'exemple de code pour le classificateur audio est hébergé GitHub

Télécharger le code

Les instructions suivantes vous expliquent comment créer une copie locale de l'exemple à l'aide de l'outil de ligne de commande git.

Pour télécharger l'exemple de code:

1. Clonez le dépôt Git à l'aide de la commande suivante:

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. Vous pouvez éventuellement configurer votre instance Git pour utiliser le paiement creuse. Vous n'avez donc que les fichiers de l'application exemple de classificateur audio:

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/audio_classifier/android
   

Après avoir créé une version locale de l'exemple de code, vous pouvez importer le projet dans Android Studio et exécuter l'application. Pour obtenir des instructions, consultez les Guide de configuration pour Android

Composants clés

Les fichiers suivants contiennent le code essentiel pour ce contenu audio Exemple d'application de classification:

• AudioClassifierHelper.kt : Il initialise le classificateur audio, et gère le modèle et la délégation de votre choix.
• RecorderFragment.kt : Crée l'interface utilisateur et le code de contrôle pour l'enregistrement audio en direct.
• LibraryFragment.kt : Crée l'interface utilisateur et le code de contrôle pour la sélection de fichiers audio.
• ProbabilitiesAdapter.kt : Gère et met en forme les résultats de prédiction du classificateur.

Configuration

Cette section décrit les étapes clés à suivre pour configurer votre environnement de développement spécifiquement pour utiliser le classificateur audio. Pour obtenir des informations générales sur configurer votre environnement de développement pour utiliser les tâches MediaPipe, y compris versions de la plate-forme requises, consultez la Guide de configuration pour Android

Dépendances

Le classificateur audio utilise la bibliothèque com.google.mediapipe:tasks-audio. Ajouter au fichier build.gradle de votre Projet de développement d'applications Android. Importez les dépendances requises avec le code suivant:

dependencies {
    ...
    implementation 'com.google.mediapipe:tasks-audio:latest.release'
}

Modèle

La tâche de classification audio MediaPipe nécessite un modèle entraîné et compatible avec tâche. Pour en savoir plus sur les modèles entraînés disponibles pour le classificateur audio, consultez la section Modèles de la présentation des tâches.

Sélectionnez et téléchargez le modèle, puis stockez-le dans le répertoire de votre projet:

<dev-project-root>/src/main/assets

Utiliser la méthode BaseOptions.Builder.setModelAssetPath() pour spécifier le chemin d'accès utilisées par le modèle. Cette méthode est mentionnée dans l'exemple de code de la .

Dans Exemple de code pour le classificateur audio le modèle est défini dans l'élément AudioClassifierHelper.kt. .

Créer la tâche

Vous pouvez utiliser la fonction createFromOptions pour créer la tâche. La La fonction createFromOptions accepte les options de configuration, y compris l'exécution mode, paramètres régionaux des noms à afficher, nombre maximal de résultats, seuil de confiance, et une liste d'autorisation ou de refus de catégories. Pour en savoir plus sur la configuration consultez la page Présentation de la configuration.

La tâche "Outil de classification audio" accepte les types de données d'entrée suivants: clips audio et les flux audio. Vous devez spécifier le mode d'exécution correspondant votre type de données d'entrée lorsque vous créez une tâche. Choisissez l'onglet correspondant votre type de données d'entrée pour découvrir comment créer la tâche et exécuter l'inférence.

AudioClassifierOptions options =
    AudioClassifierOptions.builder()
        .setBaseOptions(
            BaseOptions.builder().setModelAssetPath("model.tflite").build())
        .setRunningMode(RunningMode.AUDIO_CLIPS)
        .setMaxResults(5)
        .build();
audioClassifier = AudioClassifier.createFromOptions(context, options);
    

AudioClassifierOptions options =
    AudioClassifierOptions.builder()
        .setBaseOptions(
            BaseOptions.builder().setModelAssetPath("model.tflite").build())
        .setRunningMode(RunningMode.AUDIO_STREAM)
        .setMaxResults(5)
        .setResultListener(audioClassifierResult -> {
             // Process the classification result here.
        })
        .build();
audioClassifier = AudioClassifier.createFromOptions(context, options);
    

L'exemple d'implémentation de code pour le classificateur audio permet à l'utilisateur de basculer entre différents modes de traitement. L'approche rend le code de création de la tâche plus compliqué et peuvent ne pas être adaptés à votre cas d'utilisation. Vous pouvez voir le code de changement de mode dans la fonction initClassifier() du AudioClassifierHelper

Options de configuration

Cette tâche comporte les options de configuration suivantes pour les applications Android:

Préparer les données

Le classificateur audio fonctionne avec les clips audio et les flux audio. La tâche gère le prétraitement de l'entrée des données, y compris le rééchantillonnage, la mise en mémoire tampon et le cadrage. Cependant, vous devez convertir les données audio d'entrée com.google.mediapipe.tasks.components.containers.AudioData avant de le transmettre à la tâche de classificateur audio.

import com.google.mediapipe.tasks.components.containers.AudioData;

// Load an audio on the user’s device as a float array.

// Convert a float array to a MediaPipe’s AudioData object.
AudioData audioData =
    AudioData.create(
        AudioData.AudioDataFormat.builder()
            .setNumOfChannels(numOfChannels)
            .setSampleRate(sampleRate)
            .build(),
        floatData.length);
audioData.load(floatData);
    

import android.media.AudioRecord;
import com.google.mediapipe.tasks.components.containers.AudioData;

AudioRecord audioRecord =
    audioClassifier.createAudioRecord(/* numChannels= */ 1, /* sampleRate= */ 16000);
audioRecord.startRecording();

...

// To get a one second clip from the AudioRecord object:
AudioData audioData =
    AudioData.create(
        16000 /*sample counts per second*/);
        AudioData.AudioDataFormat.create(audioRecord.getFormat()),
audioData.load(audioRecord)
    

Exécuter la tâche

Vous pouvez appeler la fonction classify correspondant à votre mode de course pour : pour déclencher des inférences. L'API Audio Classifier renvoie les catégories possibles pour les événements audio reconnus dans les données audio d'entrée.

AudioClassifierResult classifierResult = audioClassifier.classify(audioData);
    

// Run inference on the audio block. The classifications results will be available
// via the `resultListener` provided in the `AudioClassifierOptions` when
// the audio classifier was created.
audioClassifier.classifyAsync(audioBlock, timestampMs);
    

Veuillez noter les points suivants :

• Lors de l'exécution en mode de flux audio, vous devez également fournir le paramètre Tâche de classificateur audio avec un code temporel pour suivre les données audio qu'elle contient le flux a été utilisé pour l'inférence.
• Lors de l'exécution dans le modèle de clips audio, la tâche de classificateur audio bloque jusqu'à ce qu'il ait fini de traiter l'audio d'entrée. Pour éviter de bloquer les réponses de l'interface utilisateur, exécutez le traitement dans un thread d'arrière-plan.

Pour voir un exemple d'exécution d'un classificateur audio avec des clips audio, consultez la Classe AudioClassifierHelper dans exemple de code.

Gérer et afficher les résultats

Après l'exécution d'une inférence, la tâche "Classificateur audio" renvoie une liste pour les événements audio dans l'audio d'entrée. La liste suivante montre un exemple de données de sortie de cette tâche:

AudioClassifierResult:
  Timestamp in microseconds: 100
  ClassificationResult #0:
    Timestamp in microseconds: 100  
    Classifications #0 (single classification head):
      head index: 0
      category #0:
        category name: "Speech"
        score: 0.6
        index: 0
      category #1:
        category name: "Music"
        score: 0.2
        index: 1

Dans une application Android, la tâche renvoie un ClassificationResult contenant un liste d'objets AudioClassifierResult représentant les prédictions pour une événement audio, y compris l'étiquette de la catégorie et le score de confiance.

// In the audio clips mode, the classification results are for the entire audio
// clip. The results are timestamped AudioClassifierResult objects, each
// classifying an interval of the entire audio clip that starts at
// ClassificationResult.timestampMs().get().

for (ClassificationResult result : audioClassifierResult.classificationResults()) {
  // Audio interval start timestamp:
  result.timestampMs().get();
  // Classification result of the audio interval.
  result.classifications();
}
    

// In the audio stream mode, the classification results list only contains one
// element, representing the classification result of the audio block that
// starts at ClassificationResult.timestampMs in the audio stream.

ClassificationResult result = audioClassifierResult.classificationResults().get(0);
// The audio block start timestamp
audioClassifierResult.timestampMs();
// Alternatively, the same timestamp can be retrieved from
// result.timestampMs().get();

// Classification result.
result.classifications();
    

Vous pouvez voir un exemple d'affichage de la classification résultats renvoyés par cette tâche dans la classe ProbabilitiesAdapter du exemple de code.