Python용 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 Python에서 Audio Classifier를 사용하는 방법을 확인할 수 있습니다.

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

코드 예시

오디오 분류기의 예시 코드는 참조용으로 Python에서 이 작업을 완전히 구현합니다. 이 코드는 이 작업을 테스트하고 자체 오디오 분류기 빌드를 시작하는 데 도움이 됩니다. Google Colab과 웹브라우저를 사용하여 Audio Classifier 예시 코드를 보고 실행하고 수정할 수 있습니다. 이 예의 소스 코드는 GitHub에서 볼 수 있습니다.

Raspberry Pi용 Audio 분류기를 구현하는 경우 Raspberry Pi 예시 앱을 참고하세요.

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 Python 설정 가이드를 참고하세요.

패키지

Audio Classifier 작업은 mediapipe pip 패키지 작업 다음을 사용하여 종속 항목을 설치할 수 있습니다.

$ python -m pip install mediapipe

가져오기

Audio Classifier 작업 함수에 액세스하려면 다음 클래스를 가져오세요.

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import audio

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 선택하여 다운로드한 다음 로컬 디렉터리에 저장합니다. 권장되는 Yamnet 모델을 사용할 수 있습니다.

model_path = '/absolute/path/to/lite-model_yamnet_classification_tflite_1.tflite'

아래와 같이 모델 이름 매개변수 내에서 모델의 경로를 지정합니다.

base_options = BaseOptions(model_asset_path=model_path)

할 일 만들기

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

Audio Classifier 작업은 오디오 클립과 오디오 스트림을 입력으로 지원합니다. 작업을 만들 때 입력 데이터 유형에 따라 실행 모드를 지정해야 합니다. 작업을 만들고 추론을 실행하는 방법을 확인하려면 입력 데이터 유형에 해당하는 탭을 선택합니다.

오디오 클립

AudioClassifier = mp.tasks.audio.AudioClassifier
AudioClassifierOptions = mp.tasks.audio.AudioClassifierOptions
AudioRunningMode = mp.tasks.audio.RunningMode
BaseOptions = mp.tasks.BaseOptions

options = AudioClassifierOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    max_results=5,
    running_mode=AudioRunningMode.AUDIO_CLIPS)

with AudioClassifier.create_from_options(options) as classifier:
  # The classifier is initialized. Use it here.
  # ...
    

오디오 스트림

AudioClassifier = mp.tasks.audio.AudioClassifier
AudioClassifierOptions = mp.tasks.audio.AudioClassifierOptions
AudioClassifierResult = mp.tasks.audio.AudioClassifierResult
AudioRunningMode = mp.tasks.audio.RunningMode
BaseOptions = mp.tasks.BaseOptions

def print_result(result: AudioClassifierResult, timestamp_ms: int):
    print(AudioClassifierResult result: {}’.format(result))

options = AudioClassifierOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    running_mode=AudioRunningMode.AUDIO_STREAM,
    max_results=5,
    result_callback=print_result)

with AudioClassifier.create_from_options(options) as classifier:
  # The classifier is initialized. Use it here.
  # ...
  

오디오에 사용할 오디오 분류기를 만드는 전체 예는 코드 예를 참고하세요.

구성 옵션

이 태스크에는 다음과 같은 Python 애플리케이션 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
running_mode 작업의 실행 모드를 설정합니다. Audio Classifier에는 두 가지 모드가 있습니다.

AUDIO_CLIPS: 독립 오디오 클립에서 오디오 작업을 실행하는 모드입니다.

AUDIO_STREAM: 마이크와 같은 오디오 스트림에서 오디오 작업을 실행하는 모드입니다. 이 모드에서는 분류 결과를 비동기식으로 수신하는 리스너를 설정하려면 resultListener를 호출해야 합니다.
{AUDIO_CLIPS, AUDIO_STREAM} AUDIO_CLIPS
display_names_locale 가능한 경우 태스크 모델의 메타데이터에 제공되는 표시 이름에 사용할 라벨 언어를 설정합니다. 기본값은 영어의 경우 en입니다. TensorFlow Lite Metadata Writer API를 사용하여 커스텀 모델의 메타데이터에 현지화된 라벨을 추가할 수 있습니다. 언어 코드 한국어
max_results 반환할 최고 점수를 받은 분류 결과의 최대 개수를 선택합니다(선택사항). 0보다 작은 경우 사용 가능한 모든 결과가 반환됩니다. 모든 양수 -1
score_threshold 모델 메타데이터에서 제공된 값 (있는 경우)을 재정의하는 예측 점수 임곗값을 설정합니다. 이 값보다 낮은 결과는 거부됩니다. [0.0, 1.0] 설정되지 않음
category_allowlist 허용된 카테고리 이름의 선택적 목록을 설정합니다. 비어 있지 않으면 카테고리 이름이 이 세트에 없는 분류 결과는 필터링됩니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 category_denylist와 상호 배타적이며 둘 다 사용하면 오류가 발생합니다. 모든 문자열 설정되지 않음
category_denylist 허용되지 않는 카테고리 이름의 선택적 목록을 설정합니다. 비어 있지 않으면 카테고리 이름이 이 세트에 있는 분류 결과가 필터링됩니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 category_allowlist와 함께 사용할 수 없으며 두 옵션을 모두 사용하면 오류가 발생합니다. 모든 문자열 설정되지 않음
result_callback Audio Classifier가 오디오 스트림 모드일 때 비동기식으로 분류 결과를 수신하도록 결과 리스너를 설정합니다. 달리기 모드가 AUDIO_STREAM으로 설정된 경우에만 사용할 수 있습니다. 해당 사항 없음 설정되지 않음

데이터 준비

Audio Classifier는 오디오 클립 및 오디오 스트림에서 작동합니다. 이 작업은 리샘플링, 버퍼링, 프레이밍을 포함한 데이터 입력 전처리를 처리합니다.

입력을 오디오 파일이나 Numpy 배열로 준비한 다음 MediaPipe AudioData 객체로 변환합니다. SciPy와 같은 외부 라이브러리를 사용하여 입력 오디오를 Numpy 배열로 로드할 수 있습니다.

다음 예시에서는 사용 가능한 각 데이터 유형의 처리를 위해 데이터를 준비하는 방법을 설명하고 보여줍니다.

오디오 클립

import numpy as np
from scipy.io import wavfile

AudioData = mp.tasks.components.containers.AudioData

sample_rate, buffer = wavfile.read('/path/to/audio.wav')
audio_data = AudioData.create_from_array(
    buffer.astype(float) / np.iinfo(np.int16).max, sample_rate)
    

오디오 스트림

import numpy as np

AudioData = mp.tasks.components.containers.AudioData

# Read microphone data as np arrays, then call

audio_data = AudioData.create_from_array(
    buffer.astype(float) / np.iinfo(np.int16).max, sample_rate)
    

작업 실행

실행 모드에 해당하는 분류 함수를 호출하여 추론을 트리거합니다. Audio Classifier API는 입력 오디오 버퍼 내의 오디오 이벤트에 가능한 카테고리를 반환합니다.

오디오 클립

# Perform audio classification on the provided audio clip.
audio_classifier_result_list = classifier.classify(audio_data)
    

오디오 스트림

# Send live audio data to perform audio classification.
# Results are sent to the `result_callback` provided in the `AudioClassifierOptions`
classifier.classify_async(audio_data, timestamp_ms)
    

다음에 유의하세요.

  • 오디오 스트림 모드에서 실행하는 경우 Audio Classifier 작업에 입력 오디오 데이터의 타임스탬프도 제공해야 합니다.
  • 오디오 클립 모델에서 실행되는 경우 Audio Classifier 작업은 입력 오디오 처리를 완료할 때까지 현재 스레드를 차단합니다.

오디오 클립으로 Audio Classifier를 실행하는 전체 예는 코드 예를 참고하세요.

결과 처리 및 표시

추론을 실행하면 Audio Classifier 작업은 입력 오디오 내 오디오 이벤트의 가능한 카테고리 목록이 포함된 AudioClassifierResult 객체를 반환합니다.

다음은 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

Audio Classifier 예시 코드는 이 작업에서 반환된 분류 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 코드 예시를 참고하세요.