- Projekt auswählen:
- Besuche teachable-machine.withgoogle.com und wähle das Audio-Projekt aus.
- Klassen definieren:
- Definiere verschiedene Klassen, die du trainieren möchtest (z.B. Hintergrundgeräusche, Klatschen, Buhrufe).
- Daten sammeln:
- Nimm für jede Klasse mindestens 8 Audiodateien auf. Beginne mit den Hintergrundgeräuschen und fahre mit den spezifischen Geräuschen fort.
- Modell trainieren:
- Klicke auf “Modell trainieren” und warte, bis der Trainingsprozess abgeschlossen ist.
- Modell testen:
- Teste dein Modell, indem du überprüfst, wie gut es die verschiedenen Klassen erkennt.
- Modell exportieren:
- Klicke auf “Modell exportieren” und wähle aus, ob du das Modell lokal speichern oder über einen Freigabelink nutzen möchtest.
- Verständnis für die Erstellung eines Audio-Machine-Learning-Modells.
- Erlernen des Umgangs mit der Teachable Machine Plattform.
- Fähigkeit, Audiodaten zu sammeln und zu kategorisieren.
- Export und Integration des trainierten Modells in Anwendungen
- Emotionserkennung in Kundengesprächen: Beschreibung: Erstelle ein Modell, das die Stimmung von Kundenanrufen erkennt und automatisch zwischen positiven und negativen Gesprächen unterscheidet.
- Sicherheitsüberwachung: Beschreibung: Entwickle ein Modell, das ungewöhnliche Geräusche wie Glasbruch oder Schritte in einem leeren Gebäude erkennt und sofort Alarm schlägt.
- Sprachbefehle für Smart Home Geräte: Beschreibung: Trainiere ein Modell, das verschiedene Sprachbefehle für die Steuerung von Smart Home Geräten erkennt, wie Licht an/aus oder Lautstärke erhöhen/reduzieren.
- Kategorisierung von Kundenfeedback: Beschreibung: Erstelle ein Modell, das Audio-Feedback automatisch in positive, negative und neutrale Kategorien einteilt, um Trends und Verbesserungsmöglichkeiten zu erkennen.
- Stresserkennung bei Patienten: Beschreibung: Entwickle ein Modell, das die Stimmen von Patienten analysiert, um frühzeitig Stresslevel oder gesundheitliche Probleme zu identifizieren.
