對音訊檔案進行分類有沒有辦法處理有或沒有元資料的原始音訊檔案？安裝麥克風來偵測噪音是保護設備和人員免受損壞的廉價方法。然而，如果將聲音分類（誤報、物體鬆動等），效率會更高。為此可以在 JMP 中訓練模型嗎？
進階統計建模資料混合與清理可靠度分析回复：分類音頻文件或者FFT 和 DTMF這與您描述的很接近。 也是傅里葉變換視頻.
您是在打開一個文件還是在查看一個永無止境的流，也許是通過套接字連接？
我已經使用 JMP 對 wav 文件進行了多次迭代；這是一種複雜的格式。 例如，如果將 wav 文件輸入限制為 44.1kHz 立體聲，則可以簡化一些事情。 您甚至可以跳過幾百個字節並將文件的其餘部分視為示例。 您還可以使用 Python 讀取樣本並將它們傳回 JMP。
我從來沒有認真對待過訓練模型，但我認為使用 FFT 將信號從時域移動到頻域將是很好的第一步。 FFT 讓您可以考慮在一個時間片內出現的頻率。
聽起來像是一個有趣的項目，很高興聽到更多關於它的信息！
回复：分類音頻文件這篇博文可能讓你開始。
