Clasificación de audio y detección de eventos con ML

Fundamentos de la clasificación de audio

• Tipos de eventos de sonido: ambientales, mecánicos, generados por humanos
• Resumen de casos de uso: vigilancia, monitoreo, automatización
• Clasificación de audio vs. detección vs. segmentación

Datos de audio y extracción de características

• Tipos de archivos y formatos de audio
• Tasa de muestreo, acopio (windowing), consideraciones de tamaño de marco
• Extracción de MFCC, características cromáticas, mel-espectrogramas

Preparación y anotación de datos

• Datos conjuntos de UrbanSound8K, ESC-50 y personalizados
• Etiquetado de eventos de sonido y límites temporales
• Equilibrar conjuntos de datos y aumentar audio

Construcción de modelos de clasificación de audio

• Uso de redes neuronales convolucionales (CNN) para audio
• Entrada del modelo: forma de onda cruda vs. características
• Funciones de pérdida, métricas de evaluación y sobreajuste

Detección de eventos y localización temporal

• Estrategias de detección basadas en marcos y segmentación
• Post-procesamiento de detecciones mediante umbrales y suavizado
• Visualización de predicciones en líneas de tiempo de audio

Temas avanzados y procesamiento en tiempo real

• Aprendizaje transferible para escenarios con pocos datos
• Despliegue de modelos con TensorFlow Lite o ONNX
• Procesamiento de audio en streaming y consideraciones de latencia

Desarrollo de proyectos y escenarios de aplicación

• Diseño de un pipeline completo: desde la ingesta hasta la clasificación
• Desarrollo de un concepto de prueba para vigilancia, control de calidad o monitoreo
• Registros, alertas e integración con tableros o APIs

Resumen y próximos pasos