Aus dem Kurs: TinyML mit TensorFlow und Python für Microcontroller
So erhalten Sie Zugriff auf diesen Kurs
Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 24.500 Kurse von Branchenfachleuten.
Umwandlung in Spektrogramm
Aus dem Kurs: TinyML mit TensorFlow und Python für Microcontroller
Umwandlung in Spektrogramm
Das Gerät selber hat ein oder mehr Mikrofone, die immer mithören. Es sendet aber nicht die Sprache, sondern analysiert diese, indem es überlappende Stücke der Sprache in ein Spektrogramm umwandelt und an das Machine Learning-Modell übergibt. Bei der Umwandlung in ein Spektrogramm wird das Signal von einer Zeitinformation in eine Zeit-Frequenz-Information umgewandelt. Dadurch entsteht ein 2D-Bild mit der Zeit auf der x-Achse, die Frequenz auf der y-Achse, und die Farbe symbolisiert die Intensität. Sobald das Modell das richtige Wort erkennt, wird das Gerät komplett aktiviert und kann alle weiteren Daten übertragen. Diese werden serverseitig von größeren Modellen verarbeitet, um die entsprechende Anfrage zu verarbeiten. Den Teil, den wir jedoch betrachten und bei dem TinyML zum Einsatz kommt, ist die Erkennung des Wake-Words. Hierzu habe ich folgenden Code.