Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Dasar-Dasar Klasifikasi Audio
- Jenis acara suara: lingkungan, mekanik, hasil human-generated
- Ringkasan kasus penggunaan: pengawasan, pemantauan, otomasi
- Klasifikasi audio vs deteksi vs segmentasi
Data Audio dan Ekstraksi Fitur
- Jenis file audio dan format
- Frekuensi sampling, windowing, pertimbangan ukuran bingkai
- Mengekstrak MFCCs, fitur chroma, mel-spectrograms
Persiapan Data dan Anotasi
- UrbanSound8K, ESC-50, dan dataset kustom
- Penandai acara suara dan batas waktu
- Mengimbangi dataset dan menambah audio
Membangun Model Klasifikasi Audio
- Menggunakan jaringan saraf konvolusional (CNNs) untuk audio
- Input model: gelombang mentah vs fitur
- Fungsi kerugian, metrik evaluasi, dan overfitting
Pendeteksian Acara dan Lokalisasi Temporal
- Strategi deteksi berbasis frame dan segmen
- Mengolah hasil deteksi menggunakan ambang batas dan pengecilan
- Visualisasi prediksi pada garis waktu audio
Tema Lanjutan dan Pengolahan Real-Time
- Pelajaran transfer untuk skenario data rendah
- Mendeploy model dengan TensorFlow Lite atau ONNX
- Pengolahan audio streaming dan pertimbangan latensi
Perkembangan Proyek dan Skenario Aplikasi
- Mendirikan pipa penuh: pengambilan hingga klasifikasi
- Mendapatkan bukti konsep untuk pengawasan, kontrol kualitas, atau pemantauan
- Pencatatan, peringatan, dan integrasi dengan dasbor atau API
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman konsep pembelajaran mesin dan pelatihan model
- Pengalaman dengan Python pemrograman dan pra-pemrosesan data
- Ketahui dasar-dasar audio digital
Audience
- Ilmuwan data
- Injiner pembelajaran mesin
- Peneliti dan pengembang dalam pemrosesan sinyal audio
21 Jam