音频分类
材料
AMB82-mini x 1
范例
在本范例中，我们将使用开发板检测 521 种不同的音频，例如语音、动物声音、警报等。
在 File -> Examples -> AmebaNN -> AudioClassification 中打开音频分类范例。
使用 modelSelect() 函数选择神经网络（NN）任务和模型。该函数接受 5 个参数：神经网络任务、目标检测模型、人脸检测模型、人脸识别模型和音频分类模型。如果所选神经网络任务不需要某些模型，请用 "NA_MODEL" 替换。请注意，在调用 begin() 函数之前，必须调用 modelSelect() 函数。
有效的神经网络任务：
OBJECT_DETECTION、FACE_DETECTION、FACE_RECOGNITION、AUDIO_CLASSIFICATION有效的目标检测模型：
YOLOv3-tiny 模型：
DEFAULT_YOLOV3TINY、CUSTOMIZED_YOLOV3TINYYOLOv4-tiny 模型：
DEFAULT_YOLOV4TINY、CUSTOMIZED_YOLOV4TINYYOLOv7-tiny 模型：
DEFAULT_YOLOV7TINY、CUSTOMIZED_YOLOV7TINY
有效的人脸检测模型：
DEFAULT_SCRFD、CUSTOMIZED_SCRFD有效的人脸识别模型：
DEFAULT_MOBILEFACENET、CUSTOMIZED_MOBILEFACENET有效的音频分类模型：
DEFAULT_YAMNET、CUSTOMIZED_YAMNET
如果您想使用自己的神经网络模型，请选择自定义选项（例如 CUSTOMIZED_YOLOV4TINY/ CUSTOMIZED_SCRFD/ CUSTOMIZED_MOBILEFACENET/ CUSTOMIZED_YAMNET）。要了解 AI 模型转换的流程，请参考
AI 模型转换工具
。此外，请参考
AI 模型部署指南
了解如何安装和使用转换后的模型。
编译代码并上传至 Ameba。按下重置按钮后，板载麦克风将开始拾取音频。
当未检测到音频时，串口监视器将显示为"Silence"类别。
当板载麦克风拾取到警报等音频时，系统将进行识别，结果将显示在串口监视器中。
默认预训练模型总共可以识别 521 种不同类型的音频。音频类别可在 AudioClassList.h 中找到。每个音频类别的索引号（也称为类别 ID）是固定的，不应更改。若要停用对某些音频的识别，请将筛选值设置为 0。例如，将筛选值设置为 0 以排除检测语音。
