Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
nekoIoTLT_ToyAndVoiceAnalysis
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
NearMugi
February 22, 2022
Programming
410
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
nekoIoTLT_ToyAndVoiceAnalysis
NearMugi
February 22, 2022
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
420
nekoIoTLT_CatAndColorSensor
nearmugi
0
970
VisualProgramming_GoogleHome_LINE
nearmugi
1
630
EnebularMeetup_GoogleCalendar
nearmugi
0
310
nekoIoTLT_Demachi
nearmugi
0
470
nekoIoTLT_SearchBlackObject
nearmugi
1
710
nekoIoTLT_nekoDeeplearning
nearmugi
0
350
nekoIoTLT_nekoGohan
nearmugi
0
570
nekoIoTLT_Tsumetogi
nearmugi
1
750
Other Decks in Programming
See All in Programming
セキュリティの専門家じゃなくてもできる。「セキュリティ意識」をアップデートして サプライチェーン攻撃への耐性を高めよう。
tk3fftk
5
870
その問い、本当に正しいですか?AI時代のエンジニアに必要な哲学と認知科学 / ai-philosophy-cognitive-science
minodriven
11
5.8k
Strategic Design in the Frontend: Moduliths & Micro Frontends @DDDEurope
manfredsteyer
PRO
0
110
AI 時代のソフトウェア設計の学び方
masuda220
PRO
29
13k
LLMによるContent Moderationの本番運用の裏側と品質担保への挑戦
suikabar
3
700
ユニットテストの先へ:テスト技法で要求・仕様を整理するJava開発実践 / Beyond_Unit_Testing_Practical_Java_Development_Techniques_for_Organizing_Requirements_and_Specifications
shimashima35
0
410
決定論的オーケストレーションの設計と実装 / Design and Implementation of Deterministic Orchestration
nrslib
4
1.4k
AIで効率化できた業務・日常
ochtum
0
140
Skillsは効率化、Agentsは"自分の拡張"——Builder時代のエージェント編成(CC Night 2026)
wemra
1
140
JJUG CCC 2026 Spring: JSpecify で実現する Kotlin フレンドリーな Java API 設計
ternbusty
1
180
LLM本来の能力を解き放つサンドボックス技術とAI民主化への適用
yukukotani
3
4.3k
The ROI of Quarkus for Spring Boot Applications
hollycummins
0
120
Featured
See All Featured
Test your architecture with Archunit
thirion
1
2.3k
Darren the Foodie - Storyboard
khoart
PRO
3
3.4k
Believing is Seeing
oripsolob
1
150
Information Architects: The Missing Link in Design Systems
soysaucechin
0
970
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
210
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.2k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.8k
AI: The stuff that nobody shows you
jnunemaker
PRO
8
720
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
630
How to Talk to Developers About Accessibility
jct
2
240
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
210
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
200
Transcript
ねこのおもちゃ作りに挑戦してみた 2022.2.22 猫の日開催! ねこIoTLT vol.6
自己紹介 NearMugi(ニアムギ) ねこ2匹飼っています。 茶色の子 ニア 13歳 黒色の子 ムギ 9歳
イントロ 今回はねこのおもちゃ作りに 挑戦してみたお話です
イントロ 前回のオープニングトークで津川さんが お話しされていたことに触発されました
イントロ でもクラッカーのように飛び出す おもちゃは難しそう・・・ どうやって引っ張る? バネ? どれくらいの力がいる?
イントロ カタパルトなら作れるかも! 引用 [[工作のヒント]カタパルト投石 機](https://www.tamiya.com/japan/newstopics/2020/05/20robot/005.ht
試作品 作ってみたのがこちらです
試作品 ソレノイドで カタパルトを動かす ・M5AtomでON/OFFで制御 ・12v電源からM5Atomと ソレノイドに電源供給 M5Atom 12v電源 ソレノイドへ
試作品 いい感じに動きました!
試作品 ただ、猫たちは興味を示さず・・・ こどもたちには大うけでした
問題点 そして薄々気が付いていた問題点 どうやって供給する? →球同士くっつく →1回1回セットするなら手で 投げるのと変わらない ・・・おもちゃ作り挫折
まとめ? おもちゃ作りに失敗しました・・・ では終われないので
まとめ? おもちゃを動かす入力信号を 考えてみました!
ねこの鳴き声に反応する仕組み作りに 挑戦してみた 2022.2.22 猫の日開催! ねこIoTLT vol.6
再イントロ ネコが「にゃー」と鳴いたのを 認識してくれる仕組みがあったら いろいろと楽しめそうと思いませんか?
再イントロ 声を認識 = 機械学習 ということで、 Tensorflow lite で初めての Tiny ML に挑戦しました
学習の流れ 参考URL [Micro Speech Training] https://github.com/tensorflow/tflite-micro/tree/main/tensorflow/lite/micro/examples/micro_speech/train [Train a Simple Audio
Recognition Model] https://github.com/tensorflow/tflite-micro/blob/main/tensorflow/lite/micro/examples/micro_speech/train/train_micro_ speech_model.ipynb 学習用のJupyterNotebookを使います 1. ねこの声を集める 2. 1秒の長さに切り取る 3. データを水増しする 4. Docker上で動くTensorflowのコンテナで学習 5. 学習モデルを小さくしてマイコンボードに入れる
学習の流れ 1. ねこの声を集める
学習の流れ 4. 学習用のJupyterNotebookをDocker上で動かす
学習の流れ 4. 学習用のJupyterNotebookをDocker上で動かす 97%の精度!!!
学習の流れ 4. 学習用のJupyterNotebookをDocker上で動かす 学習モデルを小さくしたものも97%の精度!!!
学習の流れ 4. 学習用のJupyterNotebookをDocker上で動かす この配列をマイコンボードのプログラムにつっこむ
結果 ムギ ニア
まとめ ・おもちゃ作りの難しさを体験できました。 作りたいだけになってしまったのでネコ目線で作らなければと 思いました。 ・声認識は(かなり紆余曲折ありましたが)結果がでて良かったです。 ムギのように色んな発声をする子の場合は学習用データを絞らないと 上手く認識しないのだと知りました。 以上となります。 ご清聴ありがとうございました。