“文件:团队.jpg”版本间的差异

来自iCenter Wiki
跳转至: 导航搜索
(挑战4组上传“文件:团队.jpg”的新版本)
 
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

[[

]] 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) 07:362017年7月23日 (日) 07:36的版本的缩略图960 × 720(81 KB)挑战4组讨论 | 贡献
2017年7月22日 (六) 10:482017年7月22日 (六) 10:48的版本的缩略图960 × 720(81 KB)挑战4组讨论 | 贡献
  • 您不可以覆盖此文件。

以下1个页面链接至本文件:

元数据