Clasificación de audio y detección de eventos con ML

Fundamentos de la clasificación de audio

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

Datos de audio y extracción de características

• Tipos de archivos y formatos de audio
• Consideraciones sobre tasa de muestreo, enventanado y tamaño de cuadro
• Extracción de MFCC, características cromáticas y mel-espectrogramas

Preparación de datos y anotación

• Conjuntos de datos UrbanSound8K, ESC-50 y personalizados
• Etiquetado de eventos sonoros y límites temporales
• Equilibrado de conjuntos de datos y aumentación de audio

Construcción de modelos de clasificación de audio

• Uso de redes neuronales convolucionales (CNN) 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
• Postprocesamiento de detecciones usando umbrales y suavizado
• Visualización de predicciones en líneas de tiempo de audio

Temas avanzados y procesamiento en tiempo real

• Aprendizaje por transferencia 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 completo: desde la ingesta hasta la clasificación
• Desarrollo de una prueba de concepto para vigilancia, control de calidad o monitoreo
• Registro de eventos, alertas e integración con tableros o API

Resumen y próximos pasos