聲音分類是機器學習任務中的一項，您向機器學習模型輸入一些聲音將其分類成預定義的類別，例如犬吠聲、汽車鳴笛聲等。目前，已有許多聲音分類應用，檢測非法砍伐活動、檢測座頭鯨的聲音以更好地了解它們的自然行為。

測非法砍伐活動
https://v.youku.com/v_show/id_XMzQ4MTUxOTIxNg==.html?spm=a2hzp.8253869.0.0

檢測座頭鯨的聲音
https://ai.googleblog.com/2018/10/acoustic-detection-of-humpback-whales.html

我們很高興地宣布，現(xiàn)在 Teachable Machine 可用于訓練您自己的聲音分類模型，并可導出 TensorFlow Lite (TFLite) 格式模型。然后，您可以將 TFLite 模型集成到移動應用或物聯(lián)網(wǎng)設備。這是快速運行聲音分類的簡便方式，分類之后，您可以在 Python 中探索構建生產(chǎn)模型，再將其導出到 TFLite。

Teachable Machine
https://teachablemachine.withgoogle.com/

模型架構

Teachable Machine 使用小型卷積模型對 1 秒音頻樣本進行分類。如上圖所示，模型接收聲譜圖（通過傅里葉變換獲取的聲音的 2D 時頻表示形式）。它首先會處理具有連續(xù)二維卷積層和最大池化層的聲譜圖。模型以多個全連接層結束，這些層與隨機 dropout 層交錯，用于減少訓練過程中的過擬合。模型的最終輸出是一個概率分數(shù)數(shù)組，要訓練模型識別的每個聲音類都有一個概率分數(shù)。

在 Python 中使用此方式訓練您自己的聲音分類模型，請查看此教程。

教程
https://tensorflow.google.cn/tutorials/audio/simple_audio

使用您自己的數(shù)據(jù)集訓練模型

使用您自己的數(shù)據(jù)集訓練聲音分類模型有如下兩種方式：

簡單方式：連一行代碼都不需要寫，使用 Teachable Machine 收集訓練數(shù)據(jù)，并且全部在瀏覽器中訓練模型。這種方式適用于想通過交互方式快速構建原型的用戶。

穩(wěn)健方式：提前錄制要用作訓練數(shù)據(jù)集的聲音，然后使用 Python 訓練并認真地評估模型。當然，這種方法的自動化以及可重復性也高于簡單方式。

使用 Teachable Machine 訓練模型

Teachable Machine 是一款可用于創(chuàng)建訓練數(shù)據(jù)集和訓練多種機器學習模型的 GUI 工具，包括圖像分類、姿態(tài)分類和聲音分類。Teachable Machine 底層使用 TensorFlow.js 訓練機器學習模型。您可以將訓練的模型導出為 TensorFlow.js 格式，以在網(wǎng)絡瀏覽器中使用，或者導出為 TensorFlow Lite 格式，以在移動應用或物聯(lián)網(wǎng)設備中使用。

下面是訓練模型的步驟：

前往 Teachable Machine(https://teachablemachine.withgoogle.com)網(wǎng)站

創(chuàng)建一個音頻項目

為您想要識別的每個類別錄制一些聲音片段。每個類別只需要 8 秒的聲音

開始訓練。完成后，您就可以在實時音頻源上測試您的模型

以 TFLite 格式導出模型

使用 Python 訓練模型

如果錄音長達幾個小時或者有數(shù)十個類別，則在網(wǎng)絡瀏覽器上訓練聲音分類可能耗時很長。在這種情況下，您可以提前收集訓練數(shù)據(jù)集，將它們轉換成 WAV 格式，然后使用此 Colab Notebook（包括將模型轉換成 TFLite 格式的步驟）訓練聲音分類。Google Colab 提供免費的 GPU，幫助您大幅提升模型訓練的速度。

Notebook
https://colab.research.google.com/github/tensorflow/tfjs-models/blob/master/speech-commands/training/browser-fft/training_custom_audio_model_in_python.ipynb

通過 TF Lite 將模型部署到 Android

在 TensorFlow Lite 聲音分類模型訓練完成后，您便可將其放到此 Android 示例應用中試用。只需按照以下步驟操作： 1. 從 GitHub 克隆示例應用：

git clone https://github.com/tensorflow/examples.git 2. 將聲音分類 Android 應用導入 Android Studio。您可以在 lite/examples/sound_classification/android 文件夾中找到它。 3. 將模型（soundclassifier.tflite 和 labels.txt）添加到 src/main/assets 文件夾中，替換其中已有的示例模型。

4. 構建應用并將其部署到 Android 設備上?，F(xiàn)在，您就可以實時對聲音分類啦！

要將該模型集成到您自己的應用中，您可以將 SoundClassifier.kt 類從示例應用和已經(jīng)訓練的 TFLite 復制到您的應用。然后，您可以按如下方式使用該模型：

1. 從 Activity或 Fragment類初始化 SoundClassifier實例。

var soundClassifier: SoundClassifier soundClassifier = SoundClassifier(context).also { it.lifecycleOwner = context }

2. 開始從設備的麥克風捕獲實時音頻，并實時分類：

soundClassifier.start()

3. 作為可讀類名稱的映射接收實時分類結果，以及當前聲音屬于每個特定類別的概率。

let labelName = soundClassifier.labelList[0] // e.g. "Clap" soundClassifier.probabilities.observe(this) { resultMap -> let probability = result[labelName] // e.g. 0.7 }

未來計劃

我們正在開發(fā) iOS 版本的示例應用，它將于幾周后發(fā)布。我們還會擴展 TensorFlow Lite Model Maker 以簡化 Python 中聲音分類的訓練。敬請期待！

Model Maker
https://tensorflow.google.cn/lite/guide/model_maker

致謝

此項目由 Google 內(nèi)部的多個團隊聯(lián)合開發(fā)。特別感謝：

Google Research：Shanqing Cai、Lisie Lillianfeld

TensorFlow 團隊：Tian Lin

Teachable Machine 團隊：Gautam Bose、Jonas Jongejan

Android 團隊：Saryong Kang、Daniel Galpin、Jean-Michel Trivi、Don Turner

責任編輯：xj

原文標題：使用 TensorFlow Lite 快速構建移動端聲音分類應用

文章出處：【微信公眾號：TensorFlow】歡迎添加關注！文章轉載請注明出處。