“文件:团队.jpg”版本间的差异
(相同用户的一个中间修订版本未显示) | |||
第1行: | 第1行: | ||
+ | 1、团队介绍 | ||
+ | 队名:英雄大联盟H&L | ||
+ | 组长:尹倩 | ||
+ | 学员:杨厚平、谌丽容、徐玉娟、曾丽霞、尹倩、刘伟 | ||
+ | 团队分工: | ||
+ | 1、录音语音指令 -- 负责人:谌丽容 | ||
+ | 2、格式转换 ------ 负责人:杨厚平 | ||
+ | 3、TensorFlow --- 负责人:尹倩 | ||
+ | 4、AudioNet ----- 负责人:刘伟 | ||
+ | 5、安卓应用开发 -- 负责人:曾丽霞 | ||
+ | 6、任务过程记录 -- 负责人:徐玉娟 | ||
+ | 7、任务总结 ------ 负责人:尹倩 | ||
+ | [[ | ||
+ | <gallery> | ||
+ | 文件:团队|有框|居中 | ||
+ | </gallery> | ||
+ | ]] | ||
+ | 2、2017年07月22日 | ||
+ | 2.1 上午 | ||
+ | 学习内容: | ||
+ | 一、智能声控硬件实践的理论学习 | ||
+ | 二、团队建设及具体分工安排 | ||
+ | 三、按要求录制音频文件 | ||
+ | 2.2 下午 | ||
+ | 学习内容: | ||
+ | 一、频谱图制作 | ||
+ | 1.准备工作:安装Ipython软件,在“我的文档”下存放ffmpeg、sox软件及录制好的音频文件, 工作过程如下图所示。 | ||
+ | |||
+ | [[ | ||
+ | <gallery> | ||
+ | 文件:图片1|有框|居中 | ||
+ | </gallery> | ||
+ | ]] | ||
+ | 图1 工作过程图 | ||
+ | |||
+ | 2、制作步骤: | ||
+ | (1)、查看IPython工作路径: | ||
+ | 打开IPython软件,运行脚本: | ||
+ | import os | ||
+ | os.path.realpath('.') | ||
+ | (2)、调用ffmepg软件将音频格式转换成a.m4a文件: | ||
+ | 运行脚本: | ||
+ | os.system('.\\ffmpeg\\bin\\ffmpeg.exe -i .\\a.m4a -ac 1 -acodec pcm_f32le -ar 44100 .\\a.wav -v 1') | ||
+ | (3)、读取语音波形 | ||
+ | 运行脚本: | ||
+ | import matplotlib.pyplot as plt from wavReader import readWav rate, data =readWav('./a.wav') | ||
+ | plt.plot(data) | ||
+ | plt.show() | ||
+ | (4)、调用sox软件生成频谱图: | ||
+ | 运行脚本: | ||
+ | import os | ||
+ | from matplotlib import image, pyplot | ||
+ | os.path.exists('.\\sox\\sox.exe') | ||
+ | os.system('.\\sox\\sox.exe .\\a.wav -n rate 4k spectrogram -o aout.png') | ||
+ | img = image.imread('.\\aout.png') | ||
+ | pyplot.imshow(img) | ||
+ | pyplot.axis('off') | ||
+ | pyplot.show() | ||
+ | 3、团队阶段性成果,谱图制作结果如下图所示 | ||
+ | |||
+ | [[文件:图片3|有框|居中]] | ||
+ | |||
+ | 二、神经网络训练 | ||
+ | 1.理论讲解:陈老师首先就神经网络训练进行理论性讲解,并对操作步骤进行演示。 | ||
+ | 2.工作步骤 | ||
+ | (1)准备工作:确定各文件路径的正确: | ||
+ | (a)把从陈老师拷的audioNet文件夹放置在桌面; | ||
+ | (b)在audioNet下新建文件夹raw,将上午六个小组40个人所录制的960个音频文件复制到raw文件夹中; | ||
+ | (c)确认ffmpeg和sox文件夹中有相应的文件。 | ||
+ | (2)批量生成音频 | ||
+ | (a)输入cd desktop回车,再输入cd audioNet回车; | ||
+ | (b)输入python convert_file.py ./raw,回车,自动在audioNet\data\train下转换成.wav 文件格式,复制其中的100个文件到audioNet\data\test文件夹下; | ||
+ | (3)测试 | ||
+ | 输入python train.py 回车,开始测试。 | ||
+ | |||
+ | |||
+ | 3. 7月23日 | ||
+ | 3.1 上午 | ||
+ | 一、学习内容: | ||
+ | 1.陈老师对7月22日讲授的神经网络训练进行复习指导 | ||
+ | 2.任务布置 | ||
+ | 3.安装android studio软件,将7.22日训练完成后的数据生成APP,并在手机上进行测试,测试结果如图所示。 | ||
+ | |||
+ | [[文件:图片7|缩略图]] | ||
+ | |||
+ | |||
+ | 二、存在问题 | ||
+ | |||
+ | ①计算机在训练过程中经常自动关机 | ||
+ | ②计算机在训练时无法接收到client数据 | ||
+ | ③Android studio无法打开程序; | ||
+ | 三、解决方案 | ||
+ | 1.训练过程中关机的原因有: | ||
+ | ① 计算机CPU太差 | ||
+ | ②机器学习时,训练及测试数据的频率过快 | ||
+ | 解决方案: | ||
+ | 打开train.py文件,更改train=sockDataGenerator(9009,50),test=sockDataGenerator(9009,10)这两个函数括号中的参数,如:train=sockDataGenerator(9009,20),test=sockDataGenerator(9009,5) | ||
+ | 2.计算机在训练时无法接收到client数据的原因有: | ||
+ | 命令窗口在执行train数据计算时,client数据传送过早 | ||
+ | 3.Android studio无法打开程序的原因有: | ||
+ | ① 没有Java环境 | ||
+ | ②没有联网 | ||
+ | ③缺少SDK插件 | ||
+ | 解决方案: | ||
+ | ① 安装Java jdk,添加环境变量 | ||
+ | |||
+ | [[文件:图片4|有框|左]] | ||
+ | [[文件:图片5|有框|居中]] | ||
+ | [[文件:图片6|有框|左]] | ||
+ | ②连接网络 | ||
+ | ③安装SDK插件 | ||
+ | 3.2 下午 |
2017年7月23日 (日) 07:43的最后版本
1、团队介绍 队名:英雄大联盟H&L 组长:尹倩 学员:杨厚平、谌丽容、徐玉娟、曾丽霞、尹倩、刘伟 团队分工:
1、录音语音指令 -- 负责人:谌丽容 2、格式转换 ------ 负责人:杨厚平 3、TensorFlow --- 负责人:尹倩 4、AudioNet ----- 负责人:刘伟 5、安卓应用开发 -- 负责人:曾丽霞 6、任务过程记录 -- 负责人:徐玉娟 7、任务总结 ------ 负责人:尹倩
[[
- 团队
有框|居中
]] 2、2017年07月22日 2.1 上午 学习内容: 一、智能声控硬件实践的理论学习 二、团队建设及具体分工安排 三、按要求录制音频文件
2.2 下午 学习内容: 一、频谱图制作 1.准备工作:安装Ipython软件,在“我的文档”下存放ffmpeg、sox软件及录制好的音频文件, 工作过程如下图所示。
[[
- 图片1
有框|居中
]] 图1 工作过程图
2、制作步骤: (1)、查看IPython工作路径: 打开IPython软件,运行脚本: import os os.path.realpath('.') (2)、调用ffmepg软件将音频格式转换成a.m4a文件: 运行脚本: os.system('.\\ffmpeg\\bin\\ffmpeg.exe -i .\\a.m4a -ac 1 -acodec pcm_f32le -ar 44100 .\\a.wav -v 1') (3)、读取语音波形 运行脚本: import matplotlib.pyplot as plt from wavReader import readWav rate, data =readWav('./a.wav') plt.plot(data) plt.show() (4)、调用sox软件生成频谱图: 运行脚本: import os from matplotlib import image, pyplot os.path.exists('.\\sox\\sox.exe') os.system('.\\sox\\sox.exe .\\a.wav -n rate 4k spectrogram -o aout.png') img = image.imread('.\\aout.png') pyplot.imshow(img) pyplot.axis('off') pyplot.show() 3、团队阶段性成果,谱图制作结果如下图所示
二、神经网络训练 1.理论讲解:陈老师首先就神经网络训练进行理论性讲解,并对操作步骤进行演示。 2.工作步骤 (1)准备工作:确定各文件路径的正确: (a)把从陈老师拷的audioNet文件夹放置在桌面; (b)在audioNet下新建文件夹raw,将上午六个小组40个人所录制的960个音频文件复制到raw文件夹中; (c)确认ffmpeg和sox文件夹中有相应的文件。 (2)批量生成音频 (a)输入cd desktop回车,再输入cd audioNet回车; (b)输入python convert_file.py ./raw,回车,自动在audioNet\data\train下转换成.wav 文件格式,复制其中的100个文件到audioNet\data\test文件夹下; (3)测试 输入python train.py 回车,开始测试。
3. 7月23日
3.1 上午
一、学习内容:
1.陈老师对7月22日讲授的神经网络训练进行复习指导
2.任务布置
3.安装android studio软件,将7.22日训练完成后的数据生成APP,并在手机上进行测试,测试结果如图所示。
二、存在问题
①计算机在训练过程中经常自动关机 ②计算机在训练时无法接收到client数据 ③Android studio无法打开程序; 三、解决方案 1.训练过程中关机的原因有: ① 计算机CPU太差 ②机器学习时,训练及测试数据的频率过快 解决方案:
打开train.py文件,更改train=sockDataGenerator(9009,50),test=sockDataGenerator(9009,10)这两个函数括号中的参数,如:train=sockDataGenerator(9009,20),test=sockDataGenerator(9009,5)
2.计算机在训练时无法接收到client数据的原因有: 命令窗口在执行train数据计算时,client数据传送过早 3.Android studio无法打开程序的原因有: ① 没有Java环境 ②没有联网 ③缺少SDK插件 解决方案: ① 安装Java jdk,添加环境变量
②连接网络 ③安装SDK插件 3.2 下午
文件历史
单击某个日期/时间查看对应时刻的文件。
日期/时间 | 缩略图 | 大小 | 用户 | 备注 | |
---|---|---|---|---|---|
当前 | 2017年7月23日 (日) 07:36 | ![]() | 960 × 720(81 KB) | 挑战4组(讨论 | 贡献) | |
2017年7月22日 (六) 10:48 | ![]() | 960 × 720(81 KB) | 挑战4组(讨论 | 贡献) |
- 您不可以覆盖此文件。
文件用途
以下1个页面链接至本文件: