Ինտելեկտուալ շշերի աղբաման `6 քայլ

2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:46

Այս աղբամանը ես ստեղծեցի Յետինգ Բաոյի և Յունի Սիեի հետ միասին: Շնորհակալություն այս նախագծին նվիրվածության համար:):

Օգտագործեք հեշտ օգտագործման մեքենայական ուսուցման գործիք ՝ ձեր վայրի մոտ գտնվող վերամշակման բաժնի համար ինտելեկտուալ շշերի աղբաման ստեղծելու համար. Երբ շիշը գցեք հատուկ աղբարկղի մեջ, կողքի էկրանին կցուցադրվի իր նյութը:

Պարագաներ

Մեզ պետք է տուփ շշերի համար, որոնք ցանկանում եք վերամշակել, միկրոֆոնով ֆոտոնային միացում, ինտերնետին միացված համակարգիչ և կոճակ (որը մենք օգտագործում ենք iPad):

Քայլ 1: Նայեք, թե ինչպես է այն աշխատում:

Քայլ 2: Պատրաստեք տուփ

Այստեղ մենք օգտագործում ենք չորս ակրիլային տախտակներ և մեկ փայտյա տախտակ `տուփը ձևավորելու համար: Դուք կարող եք օգտագործել ցանկացած նյութ, որը ցանկանում եք, բայց համոզվեք, որ դրանք այնքան ամուր են, որ կարող են հազարավոր անգամներ շշերը գցել, և, իհարկե, այն պետք է հնչի:

Քայլ 3. Վերապատրաստեք ձեր ձայնային մեքենայի ուսուցման մոդելը

Այստեղ մենք օգտագործում ենք մեր աղբամանի նախատիպը ՝ նմանեցնելու համար տարբեր տեսակի շշեր աղբամանի մեջ գցելը: Օգտագործելով կայքի ուսուցանվող մեքենան, մենք գրանցում ենք տարբեր տեսակի ընկնող ձայներ և արդյունահանում ձայնի նմուշները: Եվ այնուհետև օգտագործելով գնացքի մոդելը `համակարգչին սովորեցնելու ճանաչել այս տարբեր տեսակի ձայները: Մի մոռացեք մոդելը արտահանել, որպեսզի այն օգտագործվի ձեր կայքում:

Այս գործընթացում մենք հավաքեցինք չորս տեսակի շշերի (պլաստիկ շշեր, բանկա, թղթե տուփ, ապակի) թողարկվող ձայն, որոնք հաճախ օգտագործվում են առօրյա կյանքում:

Քայլ 4: Կառուցեք ձեր ֆոտոնային շղթան

Ֆոտոնային միացումը միացնելու համար օգտագործեք խոսափող և բարձրախոս, տե՛ս վերևի նկարը: Մի մոռացեք այն միացնել իշխանությանը:

Tամանակի անսարքությունների վերացում

Եթե դուք օգտագործում եք ֆոտոնի կամ Arduino շղթայի այլ տարբերակ, հնարավոր է, որ կարողանաք «TensorFlowLite» մեքենայական ուսուցման գրադարանը կիրառել Photon- ի վրա: Այնուամենայնիվ, ֆոտոնի մեր տարբերակը նման գործառույթ չի կատարում: Փոխարենը, մենք օգտագործում ենք մեքենայական ուսուցման գործիքի javascript գրադարանը:

Մինչդեռ, ֆոտոնի մեր տարբերակը չի կարող ձայնը ուղարկել համակարգչին և վերլուծել այն իրական ժամանակում: Հետևաբար, մենք օգտագործում ենք «Speaker» npm փաթեթը ՝ աուդիո նվագարկելու և դիտարկիչում այն վերլուծելու համար:

Եթե ունեք ֆոտոնի կամ Arduino- ի մեկ այլ տարբերակ, կարող եք փորձել ավելի հեշտ եղանակներ ձայնը համակարգչին ուղարկելու կամ մեքենայի ուսուցման գրադարանը ձեր շրջանին կիրառելու համար:

Քայլ 5: Codeառայեք ձեր ծածկագիրը համակարգչում

Օգտագործեք Node.js ՝ ձայնը ստանալու և ինքնաբերաբար նվագարկելու համար ծածկագիրը մատուցելու համար: Դու կարող ես

Դուք կարող եք գտնել այն Github- ում:

Ահա հիմնական կոդը, որը մենք օգտագործել ենք այս քայլին:

… // Տեղում պահեք wav ֆայլը և խաղացեք այն, երբ փոխանցումն ավարտվի

socket.on ('տվյալներ', գործառույթ (տվյալներ) {// Մենք այս կապի վերաբերյալ տվյալներ ենք ստացել: writer.write (տվյալները, 'hex');});

socket.on ('վերջ', գործառույթ () {console.log ('փոխանցումն ավարտված է, պահված է' + outPath); author.end (); var file = fs.createReadStream (outPath); var reader = new wav. Reader (); // «ձևաչափ» իրադարձությունը արտանետվում է WAVE- ի վերնագրի ընթերցողի վերջում: («ձևաչափ», գործառույթ () {// WAVE վերնագիրը հանվում է ընթերցողի ընթերցողի ելքից: խողովակ (նոր բարձրախոս (wavOpts));}); // խողովակ WAVE ֆայլը Reader- ի օրինակ ֆայլին: pip (ընթերցող);}); }).լսեք (dataPort); …

Քայլ 6. Developարգացրեք ձեր արտացոլումը

Օգտագործեք javascript ՝ AJAX հարցումը մասնիկներին ուղարկելու և «բաց» գործառույթը վերահսկելու համար: Երբ կոչվում է «բաց» գործառույթը և արժեքը սահմանվում է «1», ֆոտոնի խոսափողը միացված է և ձայնագրվում է 3 վայրկյան: Ձայնագրված ձայնը կուղարկվի համակարգչին և ինքնաբերաբար կհնչի:

Երբ համակարգիչը ձայն է ստացել, ճանաչումը կցուցադրվի էջում: