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.

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.
  # ...
    

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.

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.

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)
    

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.

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

# 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.