华为云2020 AI实战营 第八章 语音识别 打卡指南（完结篇）

其实最后一周的打卡略显简单，写一篇博客好像有点注水的味道，但是毕竟2篇写下来了，就勉为其难将领手表的活动进行到底吧！毕竟七夕来了，总要结束AI实战训练营这一光辉的旅程，走向atlas 200DK或者HiLens或者AIoT这些更精准的AI应用。。。

安利一下前几次打卡指南：

华为云2020 AI实战营 第六章 视频分析 打卡指南 https://bbs.huaweicloud.com/blogs/191703

华为云2020 AI实战营 第七章 NLP 打卡指南 https://bbs.huaweicloud.com/blogs/194290

一、课程打卡

课程内容为《8.4 课程打卡》，打卡的方法如下：

下载课程中提供的pdf文件。点击每个章节后，将右边红色的下载文档按钮都按一下。

将会得到以下的pdf：

课程打卡就打开  8.4 课程打卡.pdf 文件看说明吧：

惯例打开 https://nbviewer.jupyter.org/  然后在URL输入：https://nbviewer.jupyter.org/github/huaweicloud/ModelArts-Lab/blob/master/notebook/DL_speech_recognition/DFCNN和Transformer模型完成中文语音识别.ipynb

然而这次并不行，因为如果你真这样输入，你就会得到以下画面：

你要做的事情就是直接在浏览器输入这个地址，打开这个页面：

下面的事情就是一步步的按照手册来。记得有几点需要注意的：

选Notebook参数的时候，可以直接选择那个 8核64G的，别选免费的，这样你的命令执行会快很多。(记得选择一小时后停止）

另外，创建的是TensorFlow 1.13.1开发环境。（这点跟第二个实验有区别，需重点注意！！！）

然后一般情况下，你从头做到尾，也不会出啥问题。直接就到结果了。

记得把Notebook的标题改为你的 华为云用户名，就可以截图回帖拿积分了。

二、作业1打卡

作业 1的打卡是在8.1节的基础上，所以你需要打开 8.5和8.1两个pdf文件。你可以先根据8.1的要求将案例跑完，然后再做打卡实践作业。

具体方法如下：

打开 https://nbviewer.jupyter.org/ 在url栏输入地址：https://github.com/huaweicloud/ModelArts-Lab/blob/master/notebook/DL_sound_introduction/语音和语音识别介绍.ipynb

放心，这次可以直接打开

然后你继续创建Notebook（方式跟课程一样）(记得选择一小时后停止）

注意这里，创建的是TensorFlow 1.8的开发环境。（手工加红加粗）

接着也只有12个语句，复制粘贴执行即可。这个不需要没多少时间。

这些语句运行完之后，你可以看 8.5的作业说明了：

你可以选择test1.wav文件。然而，作为一个想挑战自己的你，应该自己录个文件上传。

你可以选择用手机或者电脑的录音机录制好WAV文件，如果录制的是MP3格式的，还可以选择用格式工厂将其转换为WAV格式的。

然后，你在Notebook页面中选择上传，将wav文件传到Notebook:

继续在提供的界面上执行以下语句：

记得把文件名改为你自己定的文件名：news.wav

源文件15秒，目的文件19秒。果然是变声了。。。（笔者会传上附件）

好了，简单吧。你就拿着这个界面截图回帖就可以拿到2个积分了。记得将Notebook名称改为你的华为云ID.

三、作业2打卡

作业 2的打卡是在8.2节的基础上，所以你需要打开 8.5和8.2两个pdf文件。

你可以按照8.2的链接打开RL :

https://github.com/huaweicloud/ModelArts-Lab/tree/master/ExeML/ExeML_Sound_Classification

然而你会发现很多图片都无法显示，像这样：

你也可以试下nbviewer,

但是你也会遇到这样：

你再点开readme，就会变成这样：

是的，它又回去了。

当你手足无措的时候，你会发现，你该好好看视频了。。。（对了，听说好多人都是直接打卡不看视频的，好像不看视频也能打卡，这个学习好像有点水。。。。）

视频上拥有你想知道的一切。。。。。按照视频来吧：点击自动学习，创建声音分类项目。。。

选择数据集来源：obs的train文件夹：

选择输出目录：obs的trainout文件夹

开始创建：

准备音频文件：

根据那个打不开图片的github提供的链接：

下载 猫狗虎鸟叫的音频文件：

https://modelarts-labs-bj4.obs.cn-north-4.myhuaweicloud.com/ExeML/ExeML_Sound_Classification/sound_classification.zip

根据 8.5文档的链接

下载小猪叫的音频文件： 

https://modelarts-labs-bj4.obs.cn-north-4.myhuaweicloud.com/ExeML/ExeML_Sound_Classification/pig.zip

下载完之后记得解压。

在项目内添加各类音频：记住前4类只需要添加 train下的文件即可。test目录下用于测试，不要在这个时候上传。

另外记住由于系统限制，每次传输不能大于8M，所以如果文件多了，你就先删掉几个，下次再传。

然后对音频进行标注，简单点，就是将各名称开头的文件标注成那个名称的标签，如birdxxx标注为bird等等。

标注完毕后，点击右上角的红色按钮：开始训练。

你可以选择免费的

也可以选择收费的：

感觉都差不多。

确定后，也许训练作业会排队：

当训练完成之后，

你可以点击左上角方框中的部署按钮：

然后耐心等待部署结束：

当版本为运行中时，你就可以在中间的页面上传 猪叫的音频。然后点击预测，右边就会显示pig的结果。如上图所示。

拿着这张图片回帖，就可以拿到最后的2分了。

好了，终于到了2020 AI实战营的终了，让我们感谢实战营的 01老师，倪老师以及AI相关的各类小助手在实战营期间给予我们的帮助。

另外希望GT手表能够早日到手。

（全文完，谢谢阅读！）