Clasificación de Audio y Detección de Eventos con ML

Fundamentos de la Clasificación de Audio

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

Datos de Audio y Extracción de Características

• Tipos de archivos y formatos de audio
• Consideraciones sobre la tasa de muestreo, ventana, y tamaño de marco
• Extracción de MFCCs, características cromáticas y mel-espectrogramas

Preparación y Anotación de Datos

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

Construcción de Modelos de Clasificación de Audio

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

Detección de Eventos y Localización Temporal

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

Temas Avanzados y Procesamiento en Tiempo Real

• Aprendizaje por transferencia para escenarios con poca información
• Implementación de modelos con TensorFlow Lite o ONNX
• Procesamiento de audio por streaming y consideraciones de latencia

Desarrollo de Proyectos y Escenarios de Aplicación

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

Resumen y Próximos Pasos