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
<Kurs>Maschinelles Lernen für Zeitreihendaten in Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Plot the raw data first
audio.____(figsize=(10, 5))
plt.show()