文件名称：fuglakall:我们很棒的移动计算应用程序
文件大小：10.17MB
文件格式：ZIP
更新时间：2024-03-30 19:14:39
JupyterNotebook
Fuglakall：机器学习中的鸟叫识别 我们出色的移动计算应用程序。 预计时间表 原型I – 2/26 可以识别鸟叫声而没有其他声音（使用GitHub上的Acoustic Bird Detection提供的Youtube音频和模型进行训练） 基本使用者介面 用于输入声音（录制）的按钮 结果标签 用户反馈（用户验证标签是否正确） 原型II – 3/08 可以区分鸟叫声和城市背景噪声以进行过滤（使用Youtube和Freefield1010的音频进行训练，使用Youtube的音频进行测试） 完整的应用程序用户界面 用于输入声音（录制）的按钮 结果标签 检测到的鸟类的图像数据 与API链接以获取*事实 用户反馈（用户验证标签是否正确） 产品– 3/19（（达成目标） 可以识别何时出现多个鸟叫声并隔离声音评估 抛光应用 应用程序可向用户提供有关如何提高性能的反馈（发现麦克风，通话
【文件预览】：
fuglakall-main
----fuglakall_()
--------Assets.xcassets()
--------main.m(455B)
--------fuglakall_()
--------SceneDelegate.h(244B)
--------AppDelegate.h(191B)
--------AppDelegate.m(7KB)
--------Base.lproj()
--------ViewController.h(263B)
--------Info.plist(2KB)
--------SceneDelegate.m(2KB)
--------ViewController.m(4KB)
----VGGish_Audio_Embedding_Colab.ipynb(161KB)
----birdcall-recognition-analysis.ipynb(12.94MB)
----fuglakall_UITests()
--------fuglakall_UITests.m(1KB)
--------Info.plist(727B)
----fuglakall_.xcodeproj()
--------project.xcworkspace()
--------project.pbxproj(22KB)
--------xcuserdata()
----fuglakall_Tests()
--------fuglakall_Tests.m(830B)
--------Info.plist(727B)
----README.md(1KB)
----fuglakall_amodel1.ipynb(172KB)