你好，
我想构建一个应用程序，从麦克风音频流中获取音频数据，并使用预训练的ludwig模型对1秒音频片段进行实时预测，分为2个类别。据我所知，只能使用文件系统中保存的文件来预测音频数据。为了实现实时预测，如果有一种方法可以将单个Python对象或wav编码字节输入到模型中，并让模型一次预测一个音频片段对应的类别，那么速度会快得多。在ludwig中是否有尽可能少的开销的方法可以做到这一点？
最好的祝愿，彼得
eulz3vhy1#
@ Peetee06 ,很遗憾目前还不能实现这个功能，但我完全同意你的观点，这是一个非常需要的功能。对于图像特征，我们也有一个类似的问题，因为它们的行为相似(目前都是从文件中读取)。在完成一些内部重构工作后，我们会将这个功能作为优先级任务。与此同时，正如你已经发现的那样，解决方法是将内容保存到一个临时目录中的音频文件中，然后Ludwig会将其加载回来，这样就避免了明显的开销。
j8ag8udp2#
@w4nderlust期待这个功能。在您建议的时间内，我会使用解决方法。感谢您在Ludwig上的出色工作！:)
2条答案
按热度按时间eulz3vhy1#
@ Peetee06 ,很遗憾目前还不能实现这个功能，但我完全同意你的观点，这是一个非常需要的功能。对于图像特征，我们也有一个类似的问题，因为它们的行为相似(目前都是从文件中读取)。
在完成一些内部重构工作后，我们会将这个功能作为优先级任务。
与此同时，正如你已经发现的那样，解决方法是将内容保存到一个临时目录中的音频文件中，然后Ludwig会将其加载回来，这样就避免了明显的开销。
j8ag8udp2#
@w4nderlust期待这个功能。在您建议的时间内，我会使用解决方法。
感谢您在Ludwig上的出色工作！:)