Audio-Klassifikation und Ereigniserkennung mit ML Schulung

Grundlagen der Audio-Klassifikation

• Typen von Schallereignissen: umweltpbedingte, mechanische, menschengemachte
• Überblick über Anwendungsfälle: Überwachung, Monitoring, Automatisierung
• Audio-Klassifikation vs. Detektion vs. Segmentierung

Audiodaten und Merkmalsextraktion

• Typen von Audiodateien und Formaten
• Betrachtungen zu Abtastrate, Fensterung und Rahmenhöhe
• Extraktion von MFCC, Chroma-Merkmalen und Mel-Spektrogrammen

Datenvorbereitung und Annotation

• Datensätze wie UrbanSound8K, ESC-50 und eigene Datensätze
• Markierung von Schallereignissen und zeitlichen Grenzen
• Ausgleich von Datensätzen und Audio-Augmentation

Aufbau von Audio-Klassifikationsmodellen

• Einsatz von konvolutionellen neuronalen Netzen (CNNs) für Audio
• Modellinput: rohe Wellenform vs. Merkmale
• Loss-Funktionen, Bewertungsmaßstäbe und Überanpassung (Overfitting)

Ereigniserkennung und zeitliche Lokalisierung

• Fensterbasierte und segmentbasierte Erkennungsstrategien
• Post-Processing von Detektionen mittels Schwellenwerten und Glättung
• Visualisierung von Vorhersagen auf Audio-Zeitachsen

Fortgeschrittene Themen und Echtzeitverarbeitung

• Transferlernen für Szenarien mit geringen Datenmengen
• Deployment von Modellen mit TensorFlow Lite oder ONNX
• Streaming-Verarbeitung von Audio und Latenzbetrachtungen

Projektentwicklung und Anwendungsszenarien

• Gestaltung einer vollständigen Pipeline: von der Erfassung bis zur Klassifikation
• Entwicklung eines Proof-of-Concept für Überwachung, Qualitätskontrolle oder Monitoring
• Protokollierung, Alarmierung und Integration in Dashboards oder APIs

Zusammenfassung und nächste Schritte