Есть обученная нейронная сеть, которая обнаруживает плач ребенка. Он хорошо работает, когда исходное аудио вводится с помощью кода (архив, случай 1), но не, если на вход подается тот же звук через микрофон (случай 2).
Программа работает в Raspberry Pi (в Python). Он также не работает, если вы тренируете нейронную сеть с тем же звуком, который вы вставили в микрофон, но он работает хорошо, если вы пропускаете исходный аудиоархив через код. Что мы можем сделать для того, чтобы нейронная сеть распознала звук через микрофон?
case 1: Это хорошо работает, если мы возьмем оригинальное аудио (например, .wav), загруженное из Интернета, и введем его в программу.
вариант 2: не работает, если мы записываем один и тот же файл .wav с микрофоном: воспроизводим его в динамике, записываем его с микрофона на новый файл .wav, а затем вводим его в программу (пытаясьимитировать случай плачущего ребенка).
default='/home/pi/Desktop/deteccion/baby_cry_detection/output/prediction
'.format(os.path.dirname(os.path.abspath(_file_))))
parser.add_argument('--file_name', default='filtered2.wav')
parser.add_argument('--log_path',
Таким способом мы даем программе плачущее аудио, если 1 .wav загружается из Интернета, а 2 .wav загружается из Интернета,воспроизводится через громкоговоритель, записывается с помощью микрофона и применяется полосовой фильтр, а затем, наконец, вводится как показано ниже.