Die Hüllkurve eines Sounds berechnen
Eine Möglichkeit, die Features für dein Modell zu verbessern, ist es, einen Teil des Rauschens in den Daten zu entfernen. Bei Audiodaten macht man das häufig, indem man die Daten zunächst glättet und anschließend rektifiziert, damit die gesamte Schallenergie über die Zeit besser unterscheidbar wird. Genau das machst du in dieser Übung.
Eine Herzschlagdatei ist in der Variablen audio verfügbar.
Diese Übung ist Teil des Kurses
Maschinelles Lernen für Zeitreihendaten in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Plot the raw data first
audio.____(figsize=(10, 5))
plt.show()