Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
nekoIoTLT_ToyAndVoiceAnalysis
Search
NearMugi
February 22, 2022
Programming
420
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
440
nekoIoTLT_CatAndColorSensor
nearmugi
0
1k
220808_ねこトイレの変化を検知してみたかった話
nearmugi
0
13
VisualProgramming_GoogleHome_LINE
nearmugi
1
650
EnebularMeetup_GoogleCalendar
nearmugi
0
320
nekoIoTLT_Demachi
nearmugi
0
480
nekoIoTLT_SearchBlackObject
nearmugi
1
730
nekoIoTLT_nekoDeeplearning
nearmugi
0
370
nekoIoTLT_nekoGohan
nearmugi
0
590
Other Decks in Programming
See All in Programming
S3 TablesのIcebergデータに、AIエージェントからアクセスしてみた / 20261016developersio2026joetsu-accessing-iceberg-in-s3tables-via-agent
kasacchiful
PRO
0
190
ActionController meets Protocol Buffers
sorah
0
660
月間100万人のサービス刷新で、 技術選定をHonoに振り切った話
yutobara
8
6.8k
Railsのためのパスキー実践入門 〜マルチテナントSaaSでの意思決定〜
utakaha
3
1k
[2026-10-09]一枚の布で作らなくてもいい。 信頼性は「パッチワーク」で紡がれる~既存の運用と新しい可能性をつなぎ合わせてきたCREの話~
tosite
0
110
SalesForceを内製化!? ~ HR事業を支える顧客管理基盤のインフラを大公開 ~
oku053
0
190
機械に任せるテスト、人が見るテスト ⽣成AIで引き直した、運⽤保守フェーズの線引き
dske104
0
200
iOS 27でニュースアプリはどう変わる!? 〜日経電子版の新機能対応と、開発事例から〜
lynnswap
7
13k
Augmenting AI with the Power of Jakarta EE
ivargrimstad
0
330
個人開発者よ、Honoを使え(おじさんver)
tanahiro2010
2
270
Railsバージョンを4倍にした話
optim
0
520
AI時代のTerminal環境を UNIX哲学で設計・運用する
yasunori0418
1
160
Featured
See All Featured
SEO in 2025: How to Prepare for the Future of Search
ipullrank
3
3.9k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.8k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
280
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2.1k
Test your architecture with Archunit
thirion
2
2.4k
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
reverentgeek
1
640
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
31k
Docker and Python
trallard
47
4.2k
The browser strikes back
jonoalderson
0
1.8k
brightonSEO & MeasureFest 2025 - Winning Strategies for Black Friday CRO & PPC - Christian Goodrich
cargoodrich
3
870
Intergalactic Javascript Robots from Outer Space
tanoku
273
28k
Building a Scalable Design System with Sketch
lauravandoore
464
34k
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。