Skip to main content

训练声音模型

reCamera Pro 内置一个本地声音训练平台 Acoustic Lab。你可以采集环境声音样本、训练自定义声音模型，并将其部署为声音触发事件——全部在设备本地完成，无需互联网连接。

进入 Acoustic Lab​

  1. 在 Web UI 中点击 Record Settings。
  2. 点击 Recording Configuration。
  3. 在 Sound Event Trigger 按钮下方，点击 Open Acoustic Lab。

界面概览​

Acoustic Lab 主界面包括：

  1. 实时音频频谱图 — 当前音频的频率谱
  2. 实时置信度排行榜 — 当前声音的置信度排序
  3. 麦克风配置 — 输入源和通道数量
  4. 音频采样频率 — 越低 = 响应越快，占用资源越多
  5. 置信度排行榜显示精度 — 数值精度
  6. 状态信息 — 算法运行时间 + 工作区中的声音模型数量

本地训练​

1. 音频采集​

  1. 点击 Workspace，然后点击 New workspace。为其命名并点击 Create。
  2. 在 Dataset 区域，先采集背景噪声（推荐：20 秒）。点击 Background Noise → Record。下拉菜单可选择麦克风输入源；默认是设备音频。
  1. 录制完成后，点击 Stop，然后点击 Slice 将背景噪声切分为 1 秒片段：
    • (1) 从开头裁剪
    • (2) 从结尾裁剪
    • (3) 切分样本
    • (4) 切分样本显示区域
  1. 点击 Add category 添加一个声音类别并为其命名。
  2. 点击 Record 录制声音样本（推荐：10 秒）。按同样方式进行切分。

2. 开始训练​

  1. 点击 Hyperparameter 查看训练参数（除非有特殊需求，建议保持默认）。
  2. 点击 Train model 开始训练。

在 SenseCraft 上训练​

前往 SenseCraft 模型训练 平台并点击 Audio Classification Detection。

1. 选择音频输入源​

提供多种输入源。默认是电脑音频。

warning

SenseCraft 目前尚不支持设备音频输入，这可能会影响部署后模型的识别精度。请参见下文的 SenseCraft 模型精度。

2. 采集背景噪声​

采集至少 20 秒的环境背景噪声。点击 Collect Training Data。

3. 采集声音样本​

设置每段音频的时长（默认：2 秒）。

4. 训练​

点击 Train Model。

部署模型​

  1. 在 Acoustic Lab 中，在底部找到 Deploy 选项。在 MODELS 列表中选择你训练好的模型并进行部署。
  1. 返回 Web UI 主界面 → Record Settings → Sound Event Trigger → Configuration。
  2. 选择你训练好的声音类别并点击 Confirm。

故障排查​

训练好的模型在部署列表中找不到​

  • 确认训练已完成并生成了模型文件。
  • 检查当前是否处于训练时使用的同一工作区。
  • 刷新 Acoustic Lab 页面。

声音触发不灵敏或误触发​

  • 重新采集至少 20 秒的背景噪声。
  • 在超参数中调整置信度阈值。
  • 确认麦克风输入源和通道配置。

SenseCraft 模型部署后精度下降​

SenseCraft 训练得到的音频特征与设备端推理存在差异。要进行优化：

  1. 在 SenseCraft 上部署时，勾选包含数据集的选项。
  2. 在设备上打开该工作区。根据实际检测结果，补充录制 5 秒以上的设备麦克风录音：
    • A. 将非目标声音误识别为目标 → 将该声音录制为背景噪声，并添加切片。
    • B. 将目标声音误识别为非目标 → 将该声音录制到目标类别中，并添加切片。
  3. 在设备上重新训练并切换到新模型。

相关页面​

技术支持与产品讨论​

感谢你选择我们的产品！我们将为你提供多种支持，确保你在使用我们产品的过程中尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...