使用场景

海洋生物学家使用该工具来研究特定鲸鱼种群的声音特征。

环保组织利用该工具监测鲸鱼的迁徙路线和活动区域。

教育工作者使用该工具向学生展示鲸鱼声音的多样性和复杂性。

产品特色

创建训练输入：通过Beam管道从标记的音频文件集合中创建训练输入。

处理不同音频格式：支持多种音频文件格式。

音频文件处理：将多通道文件分割并重新采样到共同的采样率。

音频剪辑：将大文件切割成适合训练的短片段。

标签和元数据合并：将标签和元数据与音频合并，并在输出中表示为TensorFlow Examples的特征。

调整标签开始时间：将标签开始时间调整为相对于每个音频剪辑的开始。

序列化记录：将合并的记录序列化为tensorflow.Example格式。

使用教程

1. 克隆或下载multispecies-whale-detection项目。

2. 安装必要的依赖项，如Apache Beam。

3. 准备音频文件和CSV标签文件。

4. 运行examplegen工具，生成训练数据。

5. 使用生成的训练数据训练神经网络模型。

6. 使用训练好的模型进行鲸鱼声音的检测和分类。

7. 分析模型的输出，获取鲸鱼声音的特征和行为信息。