Python용 오디오 분류 가이드

MediaPipe Audio Classifier 작업을 사용하면 오디오 데이터를 분류할 수 있습니다. 다음과 같은 작업을 할 수 있습니다. 이 작업을 사용하여 일련의 학습된 카테고리에서 소리 이벤트를 식별합니다. 이러한 안내는 Python으로 오디오 분류기를 사용하는 방법을 보여 줍니다.

기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예

오디오 분류기의 코드 예는 참고하세요. 이 코드는 이 작업을 테스트하고 자체 오디오 분류기를 구축하기 시작했습니다. Cloud Shell에서 오디오 분류 기준 예 코드 웹 브라우저에서 Google Colab을 사용하면 됩니다. 이 모듈의 소스 코드는 이 예시를 GitHub

Raspberry Pi용 오디오 분류기를 구현하는 경우 다음을 참고하세요. Raspberry Pi 예시 앱을 엽니다.

설정

이 섹션에서는 개발 환경을 설정하는 주요 단계를 설명하고 사용할 수 있습니다. 일반적인 정보 다음과 같은 MediaPipe 작업을 사용하기 위한 개발 환경 설정 플랫폼 버전 요구사항에 대한 자세한 내용은 Python을 사용합니다.

<ph type="x-smartling-placeholder">

패키지

Audio Classifier 작업은 mediapipe pip 패키지입니다. Cloud Shell에서 다음과 같습니다.

$ python -m pip install mediapipe

가져오기

다음 클래스를 가져와 Audio Classifier 작업 함수에 액세스합니다.

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

모델

MediaPipe Audio Classifier 작업에는 다음과 호환되는 학습된 모델이 필요합니다. 태스크에 맞추는 것입니다. 오디오 분류기에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 다음을 참고하세요. 작업 개요의 모델 섹션을 확인합니다.

모델을 선택하고 다운로드한 후 로컬 디렉터리에 저장합니다. 이때 권장 Yamnet 있습니다.

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

아래와 같이 모델 이름 매개변수 내에 모델 경로를 지정합니다.

base_options = BaseOptions(model_asset_path=model_path)

할 일 만들기

create_from_options 함수를 사용하여 작업을 만듭니다. 이 create_from_options 함수는 실행을 포함한 구성 옵션을 허용합니다. 모드, 표시 이름 언어, 최대 결과 수, 신뢰도 임곗값, 카테고리 허용 목록과 차단 목록이 있습니다 구성에 관한 자세한 내용은 옵션은 구성 개요를 참고하세요.

오디오 분류기 작업은 오디오 클립과 오디오 스트림을 입력으로 지원합니다. 나 입력 데이터 유형에 해당하는 실행 모드를 지정해야 합니다. 작업을 만듭니다 확인할 입력 데이터 유형에 해당하는 탭을 선택하세요. 작업을 생성하고 추론을 실행하는 방법을 배웠습니다.

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.
  # ...

오디오와 함께 사용할 오디오 분류기를 만드는 전체 예는 다음을 참고하세요. 코드 예시를 참조하세요.

구성 옵션

이 작업에는 Python 애플리케이션을 위한 다음과 같은 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: 마이크 등에서 오디오 스트림을 실행하는 데 사용되는 모드입니다. 이 모드에서는 resultListener가 분류 결과를 수신하는 리스너를 설정하기 위해 호출됩니다. 있습니다.		 {AUDIO_CLIPS, AUDIO_STREAM} AUDIO_CLIPS
display_names_locale 작업 모델의 메타데이터입니다(있는 경우). 기본값은 en입니다. 영어입니다. 커스텀 모델의 메타데이터에 현지화된 라벨을 추가할 수 있습니다. TensorFlow Lite Metadata Writer API 사용 언어 코드 en
max_results 최고 점수를 매긴 분류 결과의 최대 개수(선택사항)를 반환합니다. < 0이면 사용 가능한 모든 결과가 반환됩니다. 모든 양수 -1
score_threshold 제공된 값을 재정의하는 예측 점수 임곗값을 설정합니다. 모델 메타데이터 (있는 경우) 이 값 미만의 결과는 거부됩니다. [0.0, 1.0] 설정되지 않음
category_allowlist 허용되는 카테고리 이름의 목록(선택사항)을 설정합니다. 비어 있지 않은 경우 카테고리 이름이 이 집합에 없는 분류 결과는 표시됩니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 category_denylist와 상호 배타적이며 둘 다 오류가 발생합니다. 모든 문자열 설정되지 않음
category_denylist 허용되지 않는 카테고리 이름의 목록(선택사항)을 설정합니다. 만약 비어 있지 않음. 카테고리 이름이 이 세트에 포함된 분류 결과가 필터링됩니다. 있습니다. 중복되거나 알 수 없는 카테고리 이름은 무시됩니다. 이 옵션은 category_allowlist와 함께 사용할 수 없으며 두 가지를 모두 사용하면 오류가 발생합니다. 모든 문자열 설정되지 않음
result_callback 분류 결과를 수신하도록 결과 리스너를 설정합니다. Audio Classifier가 오디오 스트림에 있을 때 비동기식으로 있습니다. 달리기 모드가 AUDIO_STREAM로 설정된 경우에만 사용할 수 있습니다. 해당 사항 없음 설정되지 않음

데이터 준비

오디오 분류기는 오디오 클립 및 오디오 스트림과 함께 작동합니다. 이 작업은 리샘플링, 버퍼링, 프레이밍을 포함한 데이터 입력 전처리가 있습니다.

입력을 오디오 파일이나 NumPy 배열로 준비한 다음 MediaPipe AudioData 객체 다음과 같은 외부 라이브러리를 사용할 수 있습니다. SciPy: 입력 오디오를 Numpy 배열로 로드합니다.

다음 예는 이러한 목적의 처리를 위해 데이터를 준비하는 방법을 설명하고 데이터 유형을 살펴보겠습니다.

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 제공합니다. Audio Classifier API는 오디오의 가능한 카테고리를 반환합니다. 이벤트를 수신합니다.

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 오디오 분류기 작업은 입력 오디오 데이터의 타임스탬프입니다.
  • 오디오 클립 모델에서 실행하면 오디오 분류기 작업이 현재 스레드를 계속 대기시킵니다.

오디오 클립으로 오디오 분류기를 실행하는 더 완전한 예는 다음을 참고하세요. 코드 예시를 참조하세요.

결과 처리 및 표시

추론을 실행하면 Audio Classifier 작업은 가능한 카테고리 목록이 포함된 AudioClassifierResult 객체 오디오 이벤트용입니다.

다음은 이 작업의 출력 데이터 예시를 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

오디오 분류 기준 예시 코드는 분류를 표시하는 방법을 보여줍니다. 결과에 대한 자세한 내용은 코드 예 참조하세요.