メインコンテンツまでスキップ

音声モデルを学習する

reCamera Pro には Acoustic Lab と呼ばれるローカル音声学習プラットフォームが含まれています。環境音のサンプルを収集し、カスタム音声モデルを学習し、音声トリガーイベントとしてデプロイすることができます。これらはすべてデバイス上で、インターネット接続なしで実行できます。

Acoustic Lab へのアクセス​

  1. Web UI で Record Settings をクリックします。
  2. Recording Configuration をクリックします。
  3. Sound Event Trigger ボタンの下にある Open Acoustic Lab をクリックします。

インターフェース概要​

Acoustic Lab のメインインターフェースには次が含まれます：

  1. リアルタイム音声スペクトログラム — 現在の音声の周波数スペクトル
  2. リアルタイム信頼度リーダーボード — 現在の音の信頼度ランキング
  3. マイク設定 — 入力ソースとチャンネル数
  4. 音声サンプリング周波数 — 低いほど応答は速くなり、より多くのリソースを使用
  5. 信頼度リーダーボード表示精度 — 数値の精度
  6. ステータス情報 — アルゴリズムの実行時間 + ワークスペース内の音声モデル数

ローカル学習​

1. 音声取得​

  1. Workspace をクリックし、次に New workspace をクリックします。名前を付けて Create をクリックします。
  2. Dataset エリアで、まず背景ノイズを収集します（推奨：20 秒）。Background Noise → Record をクリックします。ドロップダウンでマイク入力ソースを選択できます。デフォルトはデバイス音声です。
  1. 録音後、Stop をクリックし、次に Slice をクリックして背景ノイズを 1 秒ごとのセグメントに分割します：
    • (1) 先頭をトリミング
    • (2) 末尾をトリミング
    • (3) サンプルを分割
    • (4) 分割されたサンプルの表示エリア
  1. Add category をクリックして音のカテゴリを追加し、名前を付けます。
  2. Record をクリックして音声サンプルを録音します（推奨：10 秒）。同じ方法でスライスします。

2. 学習を開始する​

  1. Hyperparameter をクリックして学習パラメータを確認します（特別な要件がない限りデフォルトのままにします）。
  2. Train model をクリックして開始します。

SenseCraft での学習​

SenseCraft model training プラットフォームにアクセスし、Audio Classification Detection をクリックします。

1. 音声入力ソースを選択する​

複数の入力ソースが利用可能です。デフォルトはコンピュータ音声です。

警告

SenseCraft はまだデバイス音声入力をサポートしていないため、デプロイ後のモデル認識精度に影響する可能性があります。下記の SenseCraft model accuracy を参照してください。

2. 背景ノイズを収集する​

少なくとも 20 秒間の環境背景ノイズを収集します。Collect Training Data をクリックします。

3. 音声サンプルを収集する​

各音声セグメントの長さを設定します（デフォルト：2 秒）。

4. 学習​

Train Model をクリックします。

モデルをデプロイする​

  1. Acoustic Lab で、下部にある Deploy オプションを見つけます。MODELS リストで学習済みモデルを選択し、デプロイします。
  1. Web UI のメインインターフェースに戻り、Record Settings → Sound Event Trigger → Configuration を開きます。
  2. 学習済みの音カテゴリを選択し、Confirm をクリックします。

トラブルシューティング​

学習済みモデルがデプロイ一覧に表示されない​

  • 学習が完了し、モデルファイルが生成されていることを確認します。
  • 学習時と同じワークスペースにいることを確認します。
  • Acoustic Lab のページを更新します。

音声トリガーの感度が低い、または誤検知が多い​

  • 背景ノイズを 20 秒以上取り直します。
  • ハイパーパラメータで信頼度のしきい値を調整します。
  • マイク入力ソースとチャンネル設定を確認します。

SenseCraft モデルの精度がデプロイ後に低下する​

SenseCraft での学習時の音声特徴は、デバイス上での推論時と異なります。最適化するには：

  1. SenseCraft でデプロイする際、データセットを含めるオプションにチェックを入れます。
  2. デバイス上でワークスペースを開きます。実際の検出結果に基づき、デバイスのマイクで録音した 5 秒以上の音声を追加します：
    • A. 非ターゲット音が誤認識される場合 → その音を背景ノイズとして録音し、スライスを追加します。
    • B. ターゲット音が誤認識される場合 → その音をターゲットカテゴリとして録音し、スライスを追加します。
  3. デバイス上で再学習し、新しいモデルに切り替えます。

関連ページ​

技術サポート & 製品ディスカッション​

当社製品をお選びいただきありがとうございます。お客様が当社製品をできるだけスムーズにご利用いただけるよう、さまざまなサポートをご用意しています。お好みやニーズに応じて選べる複数のコミュニケーションチャネルを提供しています。

Loading Comments...