Clasificación de audio y detección de eventos con ML

Fundamentos de la clasificación de audio

• Tipos de eventos sonoros: ambientales, mecánicos, generados por humanos
• Vista general de casos de uso: vigilancia, monitoreo, automatización
• Clasificación de audio vs detección vs segmentación

Datos de audio y extracción de características

• Tipos de archivos y formatos de audio
• Tasas de muestreo, ventana, consideraciones sobre el tamaño de cuadro
• Extracción de MFCCs, características de color, mel-espectrogramas

Preparación y anotación de datos

• Datasets UrbanSound8K, ESC-50 y personalizados
• Etiquetado de eventos sonoros y límites temporales
• Equilibración de datasets y aumento de audio

Construcción de modelos de clasificación de audio

• Uso de redes neuronales convolucionales (CNNs) para audio
• Entrada del modelo: forma de onda cruda vs características
• Funciones de pérdida, métricas de evaluación y sobreajuste

Detección de eventos y localización temporal

• Estrategias de detección basadas en cuadros y segmentos
• Post-procesamiento de detecciones usando umbrales y suavizado
• Visualización de predicciones en líneas de tiempo de audio

Temas avanzados y procesamiento en tiempo real

• Aprendizaje transferido para escenarios con pocos datos
• Despliegue de modelos con TensorFlow Lite o ONNX
• Procesamiento de audio en streaming y consideraciones de latencia

Desarrollo de proyectos y escenarios de aplicación

• Diseño de un flujo de trabajo completo: desde la ingesta hasta la clasificación
• Desarrollo de un concepto de prueba para vigilancia, control de calidad o monitoreo
• Registros, alertas e integración con tableros o APIs

Resumen y próximos pasos