Android용 오디오 분류 가이드

MediaPipe Audio Classifier 작업을 사용하면 오디오 데이터를 분류할 수 있습니다. 이 작업을 사용하여 학습된 카테고리 집합에서 소리 이벤트를 식별할 수 있습니다. 이 안내에서는 Android 앱에서 Audio Classifier를 사용하는 방법을 확인할 수 있습니다.

이 태스크의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

MediaPipe 작업 예시 코드는 Android용 Audio Classifier 앱을 간단하게 구현한 것입니다. 이 예에서는 실제 Android 기기의 마이크를 사용하여 사운드를 연속적으로 분류하며 기기에 저장된 사운드 파일에 분류 기준을 실행할 수도 있습니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 참고할 수 있습니다. Audio Classifier 예시 코드는 GitHub에 호스팅됩니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 단계를 따르세요.

1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

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

2. 원하는 경우 스파스 결제를 사용하도록 git 인스턴스를 구성하여 Audio Classifier 예시 앱의 파일만 확보합니다.

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

예시 코드의 로컬 버전을 만든 후 프로젝트를 Android 스튜디오로 가져와서 앱을 실행할 수 있습니다. 자세한 내용은 Android 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 이 오디오 분류 예시 애플리케이션을 위한 중요한 코드가 포함되어 있습니다.

• AudioClassifierHelper.kt - 오디오 분류자를 초기화하고 모델 및 위임 선택을 처리합니다.
• RecorderFragment.kt - 라이브 오디오 녹음을 위한 사용자 인터페이스 및 제어 코드를 만듭니다.
• LibraryFragment.kt - 오디오 파일을 선택하기 위한 사용자 인터페이스 및 제어 코드를 만듭니다.
• ProbabilitiesAdapter.kt - 분류기의 예측 결과를 처리하고 형식을 지정합니다.

설정

이 섹션에서는 특히 Audio Classifier 사용을 위해 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Android 설정 가이드를 참고하세요.

종속 항목

오디오 분류기는 com.google.mediapipe:tasks-audio 라이브러리를 사용합니다. 이 종속 항목을 Android 앱 개발 프로젝트의 build.gradle 파일에 추가합니다. 다음 코드를 사용하여 필요한 종속 항목을 가져옵니다.

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

모델

MediaPipe Audio Classifier 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 오디오 분류기에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드한 후 프로젝트 디렉터리에 저장합니다.

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

BaseOptions.Builder.setModelAssetPath() 메서드를 사용하여 모델에서 사용되는 경로를 지정합니다. 이 메서드는 다음 섹션의 코드 예에서 참조됩니다.

Audio Classifier 예시 코드에서 모델은 AudioClassifierHelper.kt 파일에 정의되어 있습니다.

할 일 만들기

createFromOptions 함수를 사용하여 작업을 만들 수 있습니다. createFromOptions 함수는 실행 모드, 표시 이름 언어, 최대 결과 수, 신뢰도 임곗값, 카테고리 허용 목록 또는 거부 목록을 포함한 구성 옵션을 허용합니다. 구성 옵션에 대한 자세한 내용은 구성 개요를 참고하세요.

Audio Classifier 작업은 오디오 클립 및 오디오 스트림과 같은 입력 데이터 유형을 지원합니다. 작업을 만들 때 입력 데이터 유형에 따라 실행 모드를 지정해야 합니다. 작업을 만들고 추론을 실행하는 방법을 확인하려면 입력 데이터 유형에 해당하는 탭을 선택합니다.

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);
    

Audio Classifier 코드 구현의 예를 통해 사용자는 처리 모드 간에 전환할 수 있습니다. 이 접근 방식은 작업 생성 코드를 더 복잡하게 만들고 사용 사례에 적합하지 않을 수 있습니다. AudioClassifierHelper의 initClassifier() 함수에서 모드 전환 코드를 확인할 수 있습니다.

구성 옵션

이 작업에는 다음과 같은 Android 앱용 구성 옵션이 있습니다.

데이터 준비

Audio Classifier는 오디오 클립 및 오디오 스트림에서 작동합니다. 이 작업은 리샘플링, 버퍼링, 프레이밍을 포함한 데이터 입력 전처리를 처리합니다. 그러나 입력 오디오 데이터를 Audio Classifier 작업에 전달하기 전에 com.google.mediapipe.tasks.components.containers.AudioData 객체로 변환해야 합니다.

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)
    

작업 실행

달리기 모드에 해당하는 classify 함수를 호출하여 추론을 트리거할 수 있습니다. Audio Classifier API는 입력 오디오 데이터 내에서 인식된 오디오 이벤트의 가능한 카테고리를 반환합니다.

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);
    

다음에 유의하세요.

• 오디오 스트림 모드에서 실행하는 경우 스트림 내에서 추론에 사용된 오디오 데이터를 추적하는 타임스탬프를 오디오 분류기 작업에 제공해야 합니다.
• 오디오 클립 모델에서 실행되는 경우 Audio Classifier 작업은 입력 오디오 처리를 완료할 때까지 현재 스레드를 차단합니다. 사용자 인터페이스 응답이 차단되지 않도록 하려면 백그라운드 스레드에서 처리를 실행합니다.

오디오 클립과 함께 Audio Classifier를 실행하는 예를 확인할 수 있습니다. 코드 예의 AudioClassifierHelper 클래스를 참고하세요.

결과 처리 및 표시

추론을 실행한 후 Audio Classifier 작업은 입력 오디오 내 오디오 이벤트에 가능한 카테고리 목록을 반환합니다. 다음 목록은 이 작업의 출력 데이터 예를 보여줍니다.

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

Android 앱에서 작업은 카테고리 라벨 및 신뢰도 점수를 비롯한 오디오 이벤트 예측을 나타내는 AudioClassifierResult 객체의 목록이 포함된 ClassificationResult를 반환합니다.

// 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();
    

이 작업에서 반환된 분류 결과를 표시하는 방법의 예는 코드 예의 ProbabilitiesAdapter 클래스에서 확인할 수 있습니다.