ml-sound-classifier 项目使用教程

1. 项目目录结构及介绍

ml-sound-classifier/
├── apps/
├── ext/
├── model/
├── rpi/
├── samples/
├── test/
├── .gitignore
├── EXAMPLE_APPS.md
├── LICENSE
├── README.md
├── RaspberryPi.md
├── common.py
├── config.py
├── convert_keras_to_tf.py
├── deskwork_detector.py
├── lib_train.py
├── premitive_file_predictor.py
├── realtime_predictor.py
├── sound_models.py
├── template_realtime_mels_viewer.py
├── title.jpg
└── visualize.py

目录结构介绍

• apps/: 存放应用程序的目录。
• ext/: 存放扩展功能的目录。
• model/: 存放模型文件的目录。
• rpi/: 存放与 Raspberry Pi 相关的文件。
• samples/: 存放示例音频文件的目录。
• test/: 存放测试文件的目录。
• .gitignore: Git 忽略文件配置。
• EXAMPLE_APPS.md: 示例应用程序的说明文档。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• RaspberryPi.md: Raspberry Pi 相关说明文档。
• common.py: 通用功能模块。
• config.py: 配置文件。
• convert_keras_to_tf.py: 将 Keras 模型转换为 TensorFlow 模型的脚本。
• deskwork_detector.py: 桌面工作检测脚本。
• lib_train.py: 训练库模块。
• premitive_file_predictor.py: 简单的文件预测脚本。
• realtime_predictor.py: 实时预测脚本。
• sound_models.py: 声音模型模块。
• template_realtime_mels_viewer.py: 实时梅尔频谱图查看器模板。
• title.jpg: 项目标题图片。
• visualize.py: 可视化模块。

2. 项目启动文件介绍

realtime_predictor.py

这是项目的启动文件之一，用于实时预测音频输入的类别。该脚本会监听默认的音频输入设备，并实时进行预测。

使用方法

python realtime_predictor.py

deskwork_detector.py

这是另一个启动文件，用于检测桌面工作相关的声音。该脚本会预测三种桌面工作声音，并使用表情符号来表示预测概率。

使用方法

python deskwork_detector.py

premitive_file_predictor.py

这是一个简单的启动文件，用于从文件中进行预测。该脚本不使用预测集成，仅从文件中进行预测。

使用方法

python premitive_file_predictor.py sample/fireworks.wav

3. 项目的配置文件介绍

config.py

config.py 文件包含了项目的配置参数，用于调整程序的行为。以下是一些重要的配置参数：

• rt_process_count: 设置音频转换和预测的持续时间。
• rt_oversamples: 设置每秒音频捕获的次数。
• pred_ensembles: 设置预测集成的数量。

示例配置

conf = {
    'rt_process_count': 1,
    'rt_oversamples': 10,
    'pred_ensembles': 10
}

这些配置参数可以根据你的环境进行调整，以优化程序的响应速度和预测准确性。