Аудио

class oceanai.modules.lab.audio.AudioMessages(lang: str = 'ru', color_simple: str = '#666', color_info: str = '#1776D2', color_err: str = '#FF0000', color_true: str = '#008001', bold_text: bool = True, text_runtime: str = '', num_to_df_display: int = 30)[исходный код]

Базовые классы: Download

Класс для сообщений

Параметры:

lang (str) – Смотреть lang
color_simple (str) – Смотреть color_simple
color_info (str) – Смотреть color_info
color_err (str) – Смотреть color_err
color_true (str) – Смотреть color_true
bold_text (bool) – Смотреть bold_text
num_to_df_display (int) – Смотреть num_to_df_display
text_runtime (str) – Смотреть text_runtime

class oceanai.modules.lab.audio.Audio(lang: str = 'ru', color_simple: str = '#666', color_info: str = '#1776D2', color_err: str = '#FF0000', color_true: str = '#008001', bold_text: bool = True, text_runtime: str = '', num_to_df_display: int = 30)[исходный код]

Базовые классы: AudioMessages

Класс для обработки аудио

Параметры:

lang (str) – Смотреть lang
color_simple (str) – Смотреть color_simple
color_info (str) – Смотреть color_info
color_err (str) – Смотреть color_err
color_true (str) – Смотреть color_true
bold_text (bool) – Смотреть bold_text
num_to_df_display (int) – Смотреть num_to_df_display
text_runtime (str) – Смотреть text_runtime

__concat_pred(pred_hc: ndarray, pred_melspectrogram: ndarray, out: bool = True) → List[ndarray | None]

Конкатенация оценок по экспертным и нейросетевым признакам

Примечание

private (приватный метод)

Параметры:

pred_hc (np.ndarray) – Оценки по экспертным признакам
pred_melspectrogram (np.ndarray) – Оценки по нейросетевым признакам
out (bool) – Отображение

Результат:

Конкатенированные оценки по экспертным и нейросетевым признакам

Тип результата:

List[Optional[np.ndarray]]

Примеры

Верно – 1 –

In [1]:

import numpy as np
from oceanai.modules.lab.audio import Audio

audio = Audio()

arr_hc = np.array([
    [0.64113516, 0.6217892, 0.54451424, 0.6144415, 0.59334993],
    [0.6652424, 0.63606125, 0.572305, 0.63169795, 0.612515]
])

arr_melspectrogram = np.array([
    [0.56030345, 0.7488746, 0.44648764, 0.59893465, 0.5701077],
    [0.5900006, 0.7652722, 0.4795154, 0.6409055, 0.6088242]
])

audio._Audio__concat_pred(
    pred_hc = arr_hc,
    pred_melspectrogram = arr_melspectrogram,
    out = True
)

[1]:

[
    array([
            0.64113516, 0.6652424, 0.65318878, 0.65318878, 0.65318878,
            0.65318878, 0.65318878, 0.65318878, 0.65318878, 0.65318878,
            0.65318878, 0.65318878, 0.65318878, 0.65318878, 0.65318878,
            0.65318878, 0.56030345, 0.5900006, 0.57515202, 0.57515202,
            0.57515202, 0.57515202, 0.57515202, 0.57515202, 0.57515202,
            0.57515202, 0.57515202, 0.57515202, 0.57515202, 0.57515202,
            0.57515202, 0.57515202
    ]),
    array([
            0.6217892, 0.63606125, 0.62892523, 0.62892523, 0.62892523,
            0.62892523, 0.62892523, 0.62892523, 0.62892523, 0.62892523,
            0.62892523, 0.62892523, 0.62892523, 0.62892523, 0.62892523,
            0.62892523, 0.7488746, 0.7652722, 0.7570734, 0.7570734,
            0.7570734, 0.7570734, 0.7570734, 0.7570734, 0.7570734,
            0.7570734, 0.7570734, 0.7570734, 0.7570734, 0.7570734,
            0.7570734, 0.7570734
    ]),
    array([
            0.54451424, 0.572305, 0.55840962, 0.55840962, 0.55840962,
            0.55840962, 0.55840962, 0.55840962, 0.55840962, 0.55840962,
            0.55840962, 0.55840962, 0.55840962, 0.55840962, 0.55840962,
            0.55840962, 0.44648764, 0.4795154, 0.46300152, 0.46300152,
            0.46300152, 0.46300152, 0.46300152, 0.46300152, 0.46300152,
            0.46300152, 0.46300152, 0.46300152, 0.46300152, 0.46300152,
            0.46300152, 0.46300152
    ]),
    array([
            0.6144415, 0.63169795, 0.62306972, 0.62306972, 0.62306972,
            0.62306972, 0.62306972, 0.62306972, 0.62306972, 0.62306972,
            0.62306972, 0.62306972, 0.62306972, 0.62306972, 0.62306972,
            0.62306972, 0.59893465, 0.6409055, 0.61992008, 0.61992008,
            0.61992008, 0.61992008, 0.61992008, 0.61992008, 0.61992008,
            0.61992008, 0.61992008, 0.61992008, 0.61992008, 0.61992008,
            0.61992008, 0.61992008
    ]),
    array([
            0.59334993, 0.612515, 0.60293247, 0.60293247, 0.60293247,
            0.60293247, 0.60293247, 0.60293247, 0.60293247, 0.60293247,
            0.60293247, 0.60293247, 0.60293247, 0.60293247, 0.60293247,
            0.60293247, 0.5701077, 0.6088242, 0.58946595, 0.58946595,
            0.58946595, 0.58946595, 0.58946595, 0.58946595, 0.58946595,
            0.58946595, 0.58946595, 0.58946595, 0.58946595, 0.58946595,
            0.58946595, 0.58946595
    ])
]

Ошибка – 1 –

In [2]:

import numpy as np
from oceanai.modules.lab.audio import Audio

audio = Audio()

arr_hc = np.array([
    [0.64113516, 0.6217892, 0.54451424, 0.6144415],
    [0.6652424, 0.63606125, 0.572305, 0.63169795, 0.612515]
])

arr_melspectrogram = np.array([
    [0.56030345, 0.7488746, 0.44648764, 0.59893465, 0.5701077],
    [0.5900006, 0.7652722, 0.4795154, 0.6409055, 0.6088242]
])

audio._Audio__concat_pred(
    pred_hc = arr_hc,
    pred_melspectrogram = arr_melspectrogram,
    out = True
)

[3]:

[2022-10-20 22:33:31] Что-то пошло не так ... конкатенация оценок по экспертным и нейросетевым
признакам не произведена (аудио модальность) ...

[]

__load_audio_model_b5(show_summary: bool = False, out: bool = True) → Module | None

Формирование нейросетевой архитектуры модели для получения результата оценки персонального качества

Примечание

private (приватный метод)

Параметры:

show_summary (bool) – Отображение сформированной нейросетевой архитектуры модели
out (bool) – Отображение

Результат:

None если неверные типы или значения аргументов, в обратном случае нейросетевая модель nn.Module для получения результата оценки персонального качества

Тип результата:

Optional[nn.Module]

__load_model_weights(url: str, force_reload: bool = True, info_text: str = '', out: bool = True, runtime: bool = True, run: bool = True) → bool

Загрузка весов нейросетевой модели

Примечание

private (приватный метод)

Параметры:

url (str) – Полный путь к файлу с весами нейросетевой модели
force_reload (bool) – Принудительная загрузка файла с весами нейросетевой модели из сети
info_text (str) – Текст для информационного сообщения
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если веса нейросетевой модели загружены, в обратном случае False

Тип результата:

bool

__norm_pred(pred_data: ndarray, len_spec: int = 16, out: bool = True) → ndarray

Нормализация оценок по экспертным и нейросетевым признакам

Примечание

private (приватный метод)

Параметры:

pred_data (np.ndarray) – Оценки
len_spec (int) – Максимальный размер вектора оценок
out (bool) – Отображение

Результат:

Нормализованные оценки по экспертным и нейросетевым признакам

Тип результата:

np.ndarray

__smile() → Smile

Извлечение функций OpenSmile

Примечание

private (приватный метод)

Результат:: Извлеченные функции OpenSmile
Тип результата:: opensmile.core.smile.Smile

_get_acoustic_features(path: str, sr: int = 44100, window: int | float = 2.0, step: int | float = 1.0, last: bool = False, out: bool = True, runtime: bool = True, run: bool = True) → Tuple[List[ndarray | None], List[ndarray | None]][исходный код]

Извлечение признаков из акустического сигнала (без очистки истории вывода сообщений в ячейке Jupyter)

Примечание

protected (защищенный метод)

Параметры:

path (str) – Путь к аудио или видеофайлу
sr (int) – Частота дискретизации
window (Union[int, float]) – Размер окна сегмента сигнала (в секундах)
step (Union[int, float]) – Шаг сдвига окна сегмента сигнала (в секундах)
last (bool) – Замена последнего сообщения
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

Кортеж с двумя списками:

Список с экспертными признаками

Список с лог мел-спектрограммами

Тип результата:

Tuple[List[Optional[np.ndarray]], List[Optional[np.ndarray]]]

Примеры

Верно – 1 –

In [1]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

sr = 44100
path = '/Users/dl/GitHub/oceanai/oceanai/dataset/test80_01/glgfB3vFewc.004.mp4'

hc_features, melspectrogram_features = audio._get_acoustic_features(
    path = path, sr = sr,
    window = 2, step = 1,
    last = False, out = True,
    runtime = True, run = True
)

[1]:

[2022-10-19 14:58:19] Извлечение признаков (экспертных и лог мел-спектрограмм) из акустического сигнала ...

[2022-10-19 14:58:20] Статистика извлеченных признаков из акустического сигнала:
    Общее количество сегментов с:
    1. экспертными признаками: 12
    2. лог мел-спектрограммами: 12
    Размерность матрицы экспертных признаков одного сегмента: 196 ✕ 25
    Размерность тензора с лог мел-спектрограммами одного сегмента: 224 ✕ 224 ✕ 3

--- Время выполнения: 1.273 сек. ---

Ошибки – 1 –

In [2]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

sr = 44100
path = '/Users/dl/GitHub/oceanai/oceanai/dataset/test80_01/glgfB3vFewc.004.mp4'

hc_features, melspectrogram_features = audio._get_acoustic_features(
    path = 1, sr = sr,
    window = 2, step = 1,
    last = False, out = True,
    runtime = True, run = True
)

[2]:

[2022-10-19 15:33:04] Неверные типы или значения аргументов в "Audio._get_acoustic_features" ...

– 2 –

In [2]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

sr = 44100
path = '/Users/dl/GitHub/oceanai/oceanai/dataset/test80_01/glgfB3vFewc.004.mp4'

hc_features, melspectrogram_features = audio._get_acoustic_features(
    path = path, sr = sr,
    window = 0.04, step = 1,
    last = False, out = True,
    runtime = True, run = True
)

[2]:

[2022-10-19 15:34:38] Извлечение признаков (экспертных и лог мел-спектрограмм) из акустического сигнала ...

[2022-10-19 15:34:38] Что-то пошло не так ... указан слишком маленький размер (0.04) окна сегмента сигнала ...

    Файл: /Users/dl/GitHub/oceanai/oceanai/modules/lab/audio.py
    Линия: 863
    Метод: _get_acoustic_features
    Тип ошибки: IsSmallWindowSizeError

--- Время выполнения: 0.049 сек. ---

property audio_model_hc_: Module | None

Получение нейросетевой модели nn.Module для получения оценок по экспертным признакам

Результат:: Нейросетевая модель nn.Module или None
Тип результата:: Optional[nn.Module]

property audio_model_nn_: Module | None

Получение нейросетевой модели nn.Module для получения оценок по нейросетевым признакам

Результат:: Нейросетевая модель nn.Module или None
Тип результата:: Optional[nn.Module]

Примеры

Верно – 1 –

In [1]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

audio.load_audio_model_nn(
    show_summary = False, out = True,
    runtime = True, run = True
)

audio.audio_model_nn_

[1]:

[2024-10-06 22:57:46] Формирование нейросетевой архитектуры для получения оценок по нейросетевым признакам (аудио модальность) ...

--- Время выполнения: 1.59 сек. ---

audio_model_nn(
(vgg): VGG(
    (features): Sequential(
    (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU(inplace=True)
    (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU(inplace=True)
    (4): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (5): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (6): ReLU(inplace=True)
    (7): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (8): ReLU(inplace=True)
    (9): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (10): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (11): ReLU(inplace=True)
    (12): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (13): ReLU(inplace=True)
    (14): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (15): ReLU(inplace=True)
    (16): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (17): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (18): ReLU(inplace=True)
    (19): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (20): ReLU(inplace=True)
    (21): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (22): ReLU(inplace=True)
    (23): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (24): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (25): ReLU(inplace=True)
    (26): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (27): ReLU(inplace=True)
    (28): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (29): ReLU(inplace=True)
    (30): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    )
    (avgpool): AdaptiveAvgPool2d(output_size=(7, 7))
    (classifier): Identity()
)
(flatten): Flatten(start_dim=1, end_dim=-1)
(fc1): Linear(in_features=25088, out_features=512, bias=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(fc2): Linear(in_features=512, out_features=256, bias=True)
(fc3): Linear(in_features=256, out_features=5, bias=True)
)

Ошибка – 1 –

In [2]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

audio.audio_model_nn_

[2]:

property audio_models_b5_: Dict[str, Module | None]

Получение нейросетевых моделей nn.Module для получения результатов оценки персональных качеств

Результат:: Словарь с нейросетевыми моделями nn.Module
Тип результата:: Dict

get_acoustic_features(path: str, sr: int = 44100, window: int | float = 2.0, step: int | float = 1.0, out: bool = True, runtime: bool = True, run: bool = True) → Tuple[List[ndarray | None], List[ndarray | None]][исходный код]

Извлечение признаков из акустического сигнала

Параметры:

path (str) – Путь к аудио или видеофайлу
sr (int) – Частота дискретизации
window (Union[int, float]) – Размер окна сегмента сигнала (в секундах)
step (Union[int, float]) – Шаг сдвига окна сегмента сигнала (в секундах)
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

Кортеж с двумя списками:

Список с экспертными признаками

Список с лог мел-спектрограммами

Тип результата:

Tuple[List[Optional[np.ndarray]], List[Optional[np.ndarray]]]

Пример

get_audio_union_predictions(depth: int = 1, recursive: bool = False, sr: int = 44100, window: int | float = 2.0, step: int | float = 1.0, accuracy=True, url_accuracy: str = '', logs: bool = True, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Получения прогнозов по аудио

Параметры:

depth (int) – Глубина иерархии для получения данных
recursive (bool) – Рекурсивный поиск данных
sr (int) – Частота дискретизации
window (Union[int, float]) – Размер окна сегмента сигнала (в секундах)
step (Union[int, float]) – Шаг сдвига окна сегмента сигнала (в секундах)
accuracy (bool) – Вычисление точности
url_accuracy (str) – Полный путь к файлу с верными предсказаниями для подсчета точности
logs (bool) – При необходимости формировать LOG файл
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если прогнозы успешно получены, в обратном случае False

Тип результата:

bool

Пример

load_audio_model_hc(show_summary: bool = False, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Формирование нейросетевой архитектуры модели для получения оценок по экспертным признакам

Параметры:

show_summary (bool) – Отображение сформированной нейросетевой архитектуры модели
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если нейросетевая архитектура модели сформирована, в обратном случае False

Тип результата:

bool

load_audio_model_nn(show_summary: bool = False, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Формирование нейросетевой архитектуры для получения оценок по нейросетевым признакам

Параметры:

show_summary (bool) – Отображение сформированной нейросетевой архитектуры модели
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если нейросетевая архитектура модели сформирована, в обратном случае False

Тип результата:

bool

Примеры

Верно – 1 –

In [1]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

audio.load_audio_model_nn(
    show_summary = True, out = True,
    runtime = True, run = True
)

[1]:

[2024-10-06 23:01:20] Формирование нейросетевой архитектуры для получения оценок по нейросетевым признакам (аудио модальность) ...

audio_model_nn(
(vgg): VGG(
    (features): Sequential(
    (0): Conv2d(3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU(inplace=True)
    (2): Conv2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU(inplace=True)
    (4): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (5): Conv2d(64, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (6): ReLU(inplace=True)
    (7): Conv2d(128, 128, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (8): ReLU(inplace=True)
    (9): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (10): Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (11): ReLU(inplace=True)
    (12): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (13): ReLU(inplace=True)
    (14): Conv2d(256, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (15): ReLU(inplace=True)
    (16): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (17): Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (18): ReLU(inplace=True)
    (19): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (20): ReLU(inplace=True)
    (21): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (22): ReLU(inplace=True)
    (23): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    (24): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (25): ReLU(inplace=True)
    (26): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (27): ReLU(inplace=True)
    (28): Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (29): ReLU(inplace=True)
    (30): MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
    )
    (avgpool): AdaptiveAvgPool2d(output_size=(7, 7))
    (classifier): Identity()
)
(flatten): Flatten(start_dim=1, end_dim=-1)
(fc1): Linear(in_features=25088, out_features=512, bias=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(fc2): Linear(in_features=512, out_features=256, bias=True)
(fc3): Linear(in_features=256, out_features=5, bias=True)
)
--- Время выполнения: 1.958 сек. ---

True

Ошибка – 1 –

In [2]:

from oceanai.modules.lab.audio import Audio

audio = Audio()
audio.load_audio_model_nn(
    show_summary = 1, out = True,
    runtime = True, run = True
)

[2]:

[2022-10-17 13:25:40] Неверные типы или значения аргументов в "Audio.load_audio_model_nn" ...

False

load_audio_model_weights_hc(url: str, force_reload: bool = True, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Загрузка весов нейросетевой модели для получения оценок по экспертным признакам

Параметры:

url (str) – Полный путь к файлу с весами нейросетевой модели
force_reload (bool) – Принудительная загрузка файла с весами нейросетевой модели из сети
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если веса нейросетевой модели загружены, в обратном случае False

Тип результата:

bool

load_audio_model_weights_nn(url: str, force_reload: bool = True, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Загрузка весов нейросетевой модели для получения оценок по нейросетевым признакам

Параметры:

url (str) – Полный путь к файлу с весами нейросетевой модели
force_reload (bool) – Принудительная загрузка файла с весами нейросетевой модели из сети
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если веса нейросетевой модели загружены, в обратном случае False

Тип результата:

bool

load_audio_models_b5(show_summary: bool = False, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Формирование нейросетевых архитектур моделей для получения результатов оценки персональных качеств

Параметры:

show_summary (bool) – Отображение последней сформированной нейросетевой архитектуры моделей
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если нейросетевые архитектуры модели сформированы, в обратном случае False

Тип результата:

bool

load_audio_models_weights_b5(url_openness: str, url_conscientiousness: str, url_extraversion: str, url_agreeableness: str, url_non_neuroticism: str, force_reload: bool = True, out: bool = True, runtime: bool = True, run: bool = True) → bool[исходный код]

Загрузка весов нейросетевых моделей для получения результатов оценки персональных качеств

Параметры:

url_openness (str) – Полный путь к файлу с весами нейросетевой модели (открытость опыту)
url_conscientiousness (str) – Полный путь к файлу с весами нейросетевой модели (добросовестность)
url_extraversion (str) – Полный путь к файлу с весами нейросетевой модели (экстраверсия)
url_agreeableness (str) – Полный путь к файлу с весами нейросетевой модели (доброжелательность)
url_non_neuroticism (str) – Полный путь к файлу с весами нейросетевой модели (эмоциональная стабильность)
force_reload (bool) – Принудительная загрузка файлов с весами нейросетевых моделей из сети
out (bool) – Отображение
runtime (bool) – Подсчет времени выполнения
run (bool) – Блокировка выполнения

Результат:

True если веса нейросетевых моделей загружены, в обратном случае False

Тип результата:

bool

Примеры

Верно – 1 –

In [1]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

audio.load_audio_models_b5(
    show_summary = False, out = True,
    runtime = True, run = True
)

[1]:

[2022-10-18 22:40:05] Формирование нейросетевых архитектур моделей для получения результатов оценки
персональных качеств (аудио модальность) ...

--- Время выполнения: 0.163 сек. ---

True

In [2]:

audio.path_to_save_ = './models'
audio.chunk_size_ = 2000000

url_openness = audio.weights_for_big5_['audio']['fi']['b5']['openness']['googledisk']
url_conscientiousness = audio.weights_for_big5_['audio']['fi']['b5']['conscientiousness']['googledisk']
url_extraversion = audio.weights_for_big5_['audio']['fi']['b5']['extraversion']['googledisk']
url_agreeableness = audio.weights_for_big5_['audio']['fi']['b5']['agreeableness']['googledisk']
url_non_neuroticism = audio.weights_for_big5_['audio']['fi']['b5']['non_neuroticism']['googledisk']

audio.load_audio_models_weights_b5(
    url_openness = url_openness,
    url_conscientiousness = url_conscientiousness,
    url_extraversion = url_extraversion,
    url_agreeableness = url_agreeableness,
    url_non_neuroticism = url_non_neuroticism,
    force_reload = True,
    out = True,
    runtime = True,
    run = True
)

[2]:

[2024-10-06 23:15:39] Загрузка весов нейросетевых моделей для получения результатов оценки персональных качеств (аудио модальность) ...

[2024-10-06 23:15:42] Загрузка файла "weights_2022-06-15_16-16-20.pth" 100.0% ... Открытость опыту

[2024-10-06 23:15:45] Загрузка файла "weights_2022-06-15_16-21-57.pth" 100.0% ... Добросовестность

[2024-10-06 23:15:47] Загрузка файла "weights_2022-06-15_16-26-41.pth" 100.0% ... Экстраверсия

[2024-10-06 23:15:49] Загрузка файла "weights_2022-06-15_16-32-51.pth" 100.0% ... Доброжелательность

[2024-10-06 23:15:52] Загрузка файла "weights_2022-06-15_16-37-46.pth" 100.0% ... Эмоциональная стабильность

--- Время выполнения: 12.466 сек. ---

True

Ошибка – 1 –

In [3]:

from oceanai.modules.lab.audio import Audio

audio = Audio()

audio.path_to_save_ = './models'
audio.chunk_size_ = 2000000

url_openness = audio.weights_for_big5_['audio']['fi']['b5']['openness']['googledisk']
url_conscientiousness = audio.weights_for_big5_['audio']['fi']['b5']['conscientiousness']['googledisk']
url_extraversion = audio.weights_for_big5_['audio']['fi']['b5']['extraversion']['googledisk']
url_agreeableness = audio.weights_for_big5_['audio']['fi']['b5']['agreeableness']['googledisk']
url_non_neuroticism = audio.weights_for_big5_['audio']['fi']['b5']['non_neuroticism']['googledisk']

audio.load_audio_models_weights_b5(
    url_openness = url_openness,
    url_conscientiousness = url_conscientiousness,
    url_extraversion = url_extraversion,
    url_agreeableness = url_agreeableness,
    url_non_neuroticism = url_non_neuroticism,
    force_reload = True,
    out = True,
    runtime = True,
    run = True
)

[3]:

[2024-10-06 23:17:35] Загрузка весов нейросетевых моделей для получения результатов оценки персональных качеств (аудио модальность) ...

[2024-10-06 23:17:37] Загрузка файла "weights_2022-06-15_16-16-20.pth" 100.0% ...

[2024-10-06 23:17:37] Что-то пошло не так ... не удалось загрузить веса нейросетевой модели ... Открытость опыту

    Файл: /Users/dl/@DmitryRyumin/Python/envs/OCEANAI/lib/python3.9/site-packages/oceanai/modules/lab/audio.py
    Линия: 2284
    Метод: load_audio_models_weights_b5
    Тип ошибки: AttributeError

[2024-10-06 23:17:40] Загрузка файла "weights_2022-06-15_16-21-57.pth" 100.0% ...

[2024-10-06 23:17:40] Что-то пошло не так ... не удалось загрузить веса нейросетевой модели ... Добросовестность

    Файл: /Users/dl/@DmitryRyumin/Python/envs/OCEANAI/lib/python3.9/site-packages/oceanai/modules/lab/audio.py
    Линия: 2284
    Метод: load_audio_models_weights_b5
    Тип ошибки: AttributeError

[2024-10-06 23:17:42] Загрузка файла "weights_2022-06-15_16-26-41.pth" 100.0% ...

[2024-10-06 23:17:42] Что-то пошло не так ... не удалось загрузить веса нейросетевой модели ... Экстраверсия

    Файл: /Users/dl/@DmitryRyumin/Python/envs/OCEANAI/lib/python3.9/site-packages/oceanai/modules/lab/audio.py
    Линия: 2284
    Метод: load_audio_models_weights_b5
    Тип ошибки: AttributeError

[2024-10-06 23:17:45] Загрузка файла "weights_2022-06-15_16-32-51.pth" 100.0% ...

[2024-10-06 23:17:45] Что-то пошло не так ... не удалось загрузить веса нейросетевой модели ... Доброжелательность

    Файл: /Users/dl/@DmitryRyumin/Python/envs/OCEANAI/lib/python3.9/site-packages/oceanai/modules/lab/audio.py
    Линия: 2284
    Метод: load_audio_models_weights_b5
    Тип ошибки: AttributeError

[2024-10-06 23:17:47] Загрузка файла "weights_2022-06-15_16-37-46.pth" 100.0% ...

[2024-10-06 23:17:47] Что-то пошло не так ... не удалось загрузить веса нейросетевой модели ... Эмоциональная стабильность

    Файл: /Users/dl/@DmitryRyumin/Python/envs/OCEANAI/lib/python3.9/site-packages/oceanai/modules/lab/audio.py
    Линия: 2284
    Метод: load_audio_models_weights_b5
    Тип ошибки: AttributeError

--- Время выполнения: 12.562 сек. ---

False

property smile_: Smile

Получение функций OpenSmile

Результат:: Извлеченные функции OpenSmile
Тип результата:: opensmile.core.smile.Smile