Phân biệt âm thanh đường phố với TensorFlow, GCP và Angularjs (都市音の分類Demo)

October 22, 2017

Truy cập Demo tại:           https://tranquil-rite-183313.appspot.com/

(* Khuyến cáo sử dụng Chrome trên Desktop để có trải nghiệm tốt nhất.

** Tensorflow khi khởi động lần đầu tiên có thể hơi mất thời gian. Reload lại page một vài lần để đảm bảo system đã sẵn sàng. )

 

Hướng dẫn sử dụng Demo

1. Để sử dụng, bạn chỉ cần lựa chọn một âm thanh trong list có sẵn ở panel giữa

( Để nghe thử các âm thanh này bạn có thể sử dụng panel Samples)

 

2. Sau đó bấm RUN để Neural Network Model (NNM) bắt đầu hoạt động.

3. Phần kết quả trả về gồm có: loại âm thanh dự đoán (prediction), độ tự tin (confidence), và nhãn thực của loại âm thanh (true label). 

4. Các kết quả được mã hoá bằng số (khác với số thứ tự trong list ở panel trái), xin tham khảo mục REFERENCE để biết mỗi số đại diện cho loại âm thanh nào.

 

Thông tin thêm

Song song với việc tìm hiểu về nền tảng AWS, HACHIX cũng tìm hiểu về một nền tảng mạnh mẽ khác, Google Cloud Platform (GCP). Nền tảng GCP có nhiều lợi thế trong các ứng dụng liên quan đến Machine Learning, Deep Learning, nhờ có các API tận dụng kho data khổng lồ của Google. Tuy nhiên, trong Demo này chúng tôi đã thử nghiệm built một Neural Network Model bằng thư viện TensorFlow trên nền Python. Sau đó deploy app lên Google App Engine (thuộc GCP).

 

Cấu trúc của app:

- Server side:

  + Flask (Python microframework)

  + Gunicorn - Web Server Gateway Interface (production-ready WSGI)

  + Neural Network Model được trained từ trước với 889 files audio từ website UrbanSound8K


- Client side:

  + Angularjs

  + Angular Material 

 

-Hết-

 

Share on Facebook
Share on Twitter
Please reload

日本ディープラーニング協会からG検定合格者用ロゴを頂きました。

March 22, 2019

人口知能のワークショップ第1回

March 15, 2019

[祝]IoTシステム技術検定中級の認定書取得とIoT体験キャンペーンのプレアナウンス

July 26, 2018

1/5
Please reload

© 2020 by HACHIX Corporation​