我是使用tensorflow和Python的初学者，我正在尝试构建一个应用程序，该应用程序可以在足球（足球）中自动检测到某些关键时刻（黄/红牌，进球等）。
我开始了解如何进行视频分析，以我自己建立的数据集对程序进行培训，然后从网络上下载图像并对其进行标记。为了获得更好的分析结果，我想知道是否有人对教程提出了一些建议，以便了解如何在音频文件上训练我的应用程序，从而使程序能够了解音高变化的情况。在视频的音频中结合视频和音频分析，以获得更好的结果。
提前谢谢
答案 0 :(得分：0)
由于您是Python和tensorflow的新手，所以我建议您暂时仅关注音频，尤其是因为它是足球比赛中重要事件的有力指标（红/黄牌，令人讨厌的犯规，进球，机会很大） ，好戏等）。
非常简单，根本不需要使用太多的ML，您可以使用一个时间段的平均数量来推断重要性。如果您想稍微复杂一点，可以考虑使用语音转文本库在评论员语音中查找关键字。
使用视频来确定何时发生重要事件要困难得多。
此页面可以帮助您开始使用Python进行音频信号处理。
https://bastibe.de/2012-11-02-real-time-signal-processing-in-python.html