简介

关于接口输入输出的讨论。

输入

1、音频文件路径，类型为：字符串；
2、预测多标签类型的排名，前n名，类型为：整型。

处理

1、将输入的音频分割为多个以1s为时间单位的音频片段；
2、利用PANN框架预测音频片段的标签分布；
3、输出鼾声、梦话等音频事件对应片段的标签分布及开始结束时间。

输出

1、鼾声、梦话等音频事件对应片段的标签分布及开始结束时间；
2、多个音频片段构成的自定义类列表。
下图为音频事件对应片段的类定义：

睡眠音频分割及识别问题(七)--接口输入输出讨论相关推荐

睡眠音频分割及识别问题(六)--输入输出及方案讨论
简介 2021年7月13日,我和我的三个研究生一起拜访了玉米树,和王总等一起针对睡眠音频分割及识别问题进行了深入的讨论,达成了如下共识. 输入由于保存整个晚上的睡眠音频所需要的存储空间过大,目前拟采 ...
睡眠音频分割及识别问题(一)
问题描述通过手机App的录音功能,获得用户一整夜的睡眠音频,对睡眠音频进行分割,并对睡眠阶段进行判定. (1)假设条件一:用户在相对安静的环境下进行睡眠,背景音可能会出现风声.雨声.汽车噪音.空调声 ...
睡眠音频分割及识别问题(十)--Java读取wav文件
简介 Waveform Audio File Format(WAVE,又或者是因为扩展名而被大众所知的 wav),是微软与 IBM公司所开发在个人电脑存储音频流的编码格式. 由于项目需要从 wav 文 ...
睡眠音频分割及识别问题(八)--数据采集
问题在采用PANN或者YAMNet框架进行学习的时候,没有梦话.磨牙等睡眠音频数据,在一些公开数据集上也没有找到(如果有哪位读者知道,麻烦给我在评论区留言,万分感谢). 公开数据集包括: (1)ht ...
睡眠音频分割及识别问题(二)
输入通过手机麦克风录制的任意长度睡眠声音. 输出睡眠阶段曲线,该曲线可以反映出深度睡眠,浅度睡眠.REM睡眠.清醒各个阶段. 研究的核心问题 1.录制策略 (1)每隔10分钟录制一段睡眠音: 2. ...
睡眠音频分割及识别问题(十一)--基于Android的YAMNet音频识别（总结）
WAV文件格式介绍 WAV文件遵守资源交换文件格式之规则,在文件的前44(或46)字节放置标头(header),使播放器或编辑器能够简单掌握文件的基本信息,其内容以区块(chunk)为最小单位,每一区 ...
睡眠音频分割及识别问题(四)--YAMNet简介
简介 YAMNet模型是在 AudioSet 数据集(一个大型音频.视频数据集)上训练的音频事件分类器. 模型输入该模型接收包含任意长度波形的float32一维张量或 NumPy数组,且满足范围[- ...
睡眠音频分割及识别问题(十二)--基于IOS的YAMNet音频识别（总结）
1 结构体此部分定义了两个结构体用于存储音频信息: AudioFragment:用于存储单个音频片段(0.975s, 16000Hz)的标签评分信息: AudioInfo:用于存储整个音频信息,包含 ...
睡眠音频分割及识别问题(九)--Android下的YAMNet
部署PANNs模型面临的问题加载模型出错在使用PANNs模型时,在PC端可以较好的运行,可是在Android端运行的时候,编译过程提示缺少libpytorch_jni.so文件,导致无法加载模型, ...

睡眠音频分割及识别问题(七)--接口输入输出讨论

简介

输入

处理

输出

睡眠音频分割及识别问题(七)--接口输入输出讨论相关推荐

最新文章

热门文章