简介

关于接口输入输出的讨论。

输入

1、音频文件路径，类型为：字符串；
2、预测多标签类型的排名，前n名，类型为：整型。

处理

1、将输入的音频分割为多个以1s为时间单位的音频片段；
2、利用PANN框架预测音频片段的标签分布；
3、输出鼾声、梦话等音频事件对应片段的标签分布及开始结束时间。

输出

1、鼾声、梦话等音频事件对应片段的标签分布及开始结束时间；
2、多个音频片段构成的自定义类列表。
下图为音频事件对应片段的类定义：