Fotios Drakopoulos, Deepak Baby and Sarah Verhulst. Real-time audio processing on a Raspberry Pi using deep neural networks, 23rd International Congress on Acoustics, 9 to 13 September 2019 in Aachen, Germany.
This work received funding from the European Research Council (ERC) under the Horizon 2020 Research and Innovation Programme (grant agreement No 678120 RobSpear)
The Keras framework for the implementation of the AECNN models is adapted from here. The necessary scripts can be found in the AECNN folder.
Deze dient op de jack client klaar te zetten, zet parameters goed voor de audiokaart
run via: "python3 audio_processing.py -n 1024 (of grotere macht van 2)
-n is windowsize
de belangrijkste,
hebben 2 inputs, 2 outputs, deze werken via queues
wanneer deze crasht (ergens foutloopt) en we herstarten kan het zijn dat de server/socket niet gevonden wordt, het best is dan nog eens opnieuw proberen te runnen
lijnen 157-158 zijn het belangrijkste voor het algoritme tussen te plaatsen!! 2 queues om input van te halen, 2 queues om output naar buiten mee te brengen