Forum » Programiranje » Umetna inteligenca (zaznava zvoka)
Umetna inteligenca (zaznava zvoka)
bananahobby ::
Pozdravljeni!
Zanima me, če ve kdo za kak example ali pa tutorial, kako narediti nevronsko mrežo, za zaznavanje zvoka z mikrofonom. Posnet imam zvok 100 primerov kozarca polnega z vodo in 100 primerov praznega kozarca, ko ga udarim s trdim predmetom. Želel bi, da bi se nevronska mreža iz teh primerov naučila, in v dejanskem času preko mikrofona zaznala, po katerem kozarcu sem udaril in tudi izpisala "poln kozarec" ali "prazen kozarec".
Če ima kdo mogoče kak primer iz faksa, in bi ga bil pripravljen deliti.
Zanima me, če ve kdo za kak example ali pa tutorial, kako narediti nevronsko mrežo, za zaznavanje zvoka z mikrofonom. Posnet imam zvok 100 primerov kozarca polnega z vodo in 100 primerov praznega kozarca, ko ga udarim s trdim predmetom. Želel bi, da bi se nevronska mreža iz teh primerov naučila, in v dejanskem času preko mikrofona zaznala, po katerem kozarcu sem udaril in tudi izpisala "poln kozarec" ali "prazen kozarec".
Če ima kdo mogoče kak primer iz faksa, in bi ga bil pripravljen deliti.
The Spartans do not ask how many but where they are...
SaXsIm ::
Kje pa se ti zatakne? Vzorcem določi značilke, potem pa napravi učno množico (vzorci, za katerega imaš znan rezultat) in testno množico (množico na kateri boš testiral). Kot orodje za začetek priporočam RapidMiner, je precej enostavno za uporabo ter testiranje različnih machine learning algoritmov.
Glede značilk pa - pomojem bo smiselno kakšno frekvenčno transformacijo narediti, si za vsak vzorec določiš osnovno frekvenco in njeno amplitudo, potem pa še par harmonikov in njihove amplitude. Tudi celotno trajanje zvoka (si postaviš nek treshold, pod kakšno amplitudo ti naj zvok pade) se zdi kot zanimiva značilka.
Glede značilk pa - pomojem bo smiselno kakšno frekvenčno transformacijo narediti, si za vsak vzorec določiš osnovno frekvenco in njeno amplitudo, potem pa še par harmonikov in njihove amplitude. Tudi celotno trajanje zvoka (si postaviš nek treshold, pod kakšno amplitudo ti naj zvok pade) se zdi kot zanimiva značilka.
SaXsIm
videc ::
Išči sound classification, boš našel veliko znastvenih člankov na to temo.
https://medium.com/@mikesmales/sound-cl...
https://medium.com/@mikesmales/sound-cl...
videc ::
Vzorce pretvori v mono, iz njih izloči značilke s FFT-jem ali waveleti. Značilke iz vsakega zvoka poberi tako, da si nastaviš okno veliko npr. 256 vzorcev in se sprehodi čez celoten zvok, za vsako okno pa naredi značilke (moč, jakost, ...).
Potem pa kot že omenjeno, določi par vzorcev kot učno množico, ostale pa kot testno.
Potem pa kot že omenjeno, določi par vzorcev kot učno množico, ostale pa kot testno.
bananahobby ::
Hvala za nasvete. Programa sem se lotil v Pythonu s pomočjo TensorFlow-a. Značilke sem izločil s MFCC, pretvoril zvok v sliko in s CNN zaznaval slike zvokov. Natančnost modela je 98.6 %. Sedaj pa se mi zatakne pri tem, kako bi vključil mikrofon, da bi zaznavalo v real time.
The Spartans do not ask how many but where they are...
Vredno ogleda ...
| Tema | Ogledi | Zadnje sporočilo | |
|---|---|---|---|
| Tema | Ogledi | Zadnje sporočilo | |
| » | Kako zaslužiti z modeliranjem? (strani: 1 2 )Oddelek: Loža | 16790 (14295) | Isotropic |
| » | Nemški varuh zasebnosti proti čitalcu prstnih odtisov v iPhonu (strani: 1 2 3 )Oddelek: Novice / Zasebnost | 51976 (46472) | AndrejO |
| » | Razvozlana komunikacija med mrežnico in možganiOddelek: Novice / Znanost in tehnologija | 6799 (3491) | nodrim |
| » | Petkova predavanja v Hekovniku (Tehnološki park)Oddelek: Novice / Ostalo | 6083 (4080) | Aasimar |
| » | Iskanje po slikah (daš sliko in išče podobne) ?Oddelek: Loža | 3311 (2906) | Music Man |