Obliczanie obwiedni dźwięku
Jednym ze sposobów na poprawę cech dostępnych dla modelu jest usunięcie części szumów obecnych w danych. W przypadku danych audio powszechną metodą jest wygładzenie danych, a następnie ich rektyfikacja, dzięki czemu całkowita ilość energii dźwięku w czasie staje się bardziej wyraźna. Właśnie to zrobisz w tym ćwiczeniu.
Plik z nagraniem bicia serca jest dostępny w zmiennej audio.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot the raw data first
audio.____(figsize=(10, 5))
plt.show()