Intent Classifier findes her: https://playground.raise.mit.edu/intent-classifier/
Vejledning til Intent Classifier og udvidelserne Teachable Machine og Text Classifier her: Intent Classifier
Vejledning til Teachable Machine her: Teachable Machine
I dette eksempel er der trænet Audio model på teachable machine, der kan skelne mellem fløjt, knips og baggrundsstøj.
Du skal huske at tænde for video (webcamet) som du kan se i blokkene under det grønne flag - ellers virker din mikrofon ikke. Jeg har sat video gennemsigtigheden til 100, så man ikke kan se, at webcamet er aktiveret.
Programmet siger om der blev fløjtet eller knipset, hvis den er mere end 50% sikker (confindence>0.5)
I dette eksemper skelner programmet mellem fløjt og knips.
Der er oprettet 2 variabler: "ss fløjt" og "ss knips". De gør, at programmet husker, hvor sikker (confident) modellen var da den gættede på lydene. Det kan du bruge til at finjustere dit program.
Programmet reagerer kun, når modellen er mere end 80% sikker - dvs. når confidence > 0.8.
Hvis du kan se af dine confidence variabler altid er høje - f.eks. over 0.9, kan du prøve at ændre modellen til kun at reagere når den er mere end 90% sikker.