2017年7月23日 (日) 08:16的版本

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。

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

3.2 下午