Eigenes Audio-Machine-Learning-Modell mit Teachable Machine erstellen
Trainiere dein eigenes Audio-Machine-Learning-Modell mit Google Teachable Machine komplett ohne Programmieraufwand – von der Datenaufnahme über das Browser-Training bis zum Export.
Dieser Snip gehört zum Mitgliederbereich. Melde dich an, um deinen Zugriff zu prüfen und weiterzulernen.
Anmelden und ansehenÜber diesen Snip
In diesem Snip lernst du, wie du mit Googles browserbasierter Teachable Machine ganz ohne Programmieraufwand dein eigenes Audio-Machine-Learning-Modell trainierst, testest und für eigene Softwareanwendungen exportierst.
Anhand eines praktischen Beispiels zeigt Pascal Schritt für Schritt das Setup: Von der zwingend notwendigen Erfassung von Umgebungsgeräuschen über die Aufnahme variabler Trainingsbeispiele für einzelne Klassen bis hin zum lokalen Modelltraining und dem Live-Test der Klassifikationsgenauigkeit.
Abschließend erfährst du, wie du das trainierte Modell als JavaScript-Code bzw. TensorFlow-Datei herunterlädst, Projekte auf Google Drive sicherst und welche vielseitigen Business Use Cases – von Einbruchserkennung über Sprachbefehle bis zur Emotionsanalyse – sich damit realisieren lassen.
Vom Anschauen zum Anwenden
Was möchtest du aus diesem Snip in deinem Arbeitsalltag ausprobieren? Wähle eine konkrete Aufgabe und überlege, wie du das Ergebnis überprüfen kannst.
