Miglioramento Audio IA
car-diagnosis (cardiag)
Pipeline ML open-source che diagnostica guasti auto dall'audio, pulendo il suono, incorporando con CLAP e addestrando classificatori lineari calibrati.
car-diagnosis (cardiag)
Cos’è car-diagnosis (cardiag)?
cardiag è una pipeline audio-ML end-to-end che recupera clip di suoni di guasto da YouTube/TikTok, pulisce l'audio per isolare il suono meccanico, lo incorpora con un modello CLAP congelato e addestra piccoli classificatori lineari per classificare il guasto. Espone una CLI e un'app web live per l'inferenza.
car-diagnosis (cardiag) vs Strumenti Simili
| Modello di Prezzo | Gratis | Gratis, Freemium | Gratis | Gratis, Prova gratuita, A pagamento |
| Crediti Gratuiti | ||||
| Funzioni principali |
|
|
|
|
| Pro |
|
|
|
|
| Contro |
|
|
|
|
| Ideale per |
|
|
|
|
Come usare car-diagnosis (cardiag)?
- 1Clona il repository: git clone <repo> && cd car-diagnosis
- 2Configura un ambiente Python 3.11 con dipendenze: uv venv && source .venv/bin/activate && uv pip install -e ".[scrape,web,dev,viz]"
- 3Esegui un addestramento di verifica: cardiag train --fixtures
- 4Diagnostica una clip: cardiag diagnose <clip.wav> (o usa l'app web con cardiag serve --model models)
car-diagnosis (cardiag) Funzioni principali
- Recupera clip audio da YouTube e TikTok
- Pulisce l'audio per isolare il suono meccanico da parlato, musica e rumore
- Utilizza un modello CLAP congelato per l'incorporamento audio
- Addestra piccoli classificatori lineari per la classificazione calibrata (guasto/normale, zona, parte)
- Restituisce incertezza calibrata (ECE ≈ 0.04) e 'INCERTO' quando opportuno
- Modello pre-addestrato incluso nel repository
- Interfacce CLI e web app
car-diagnosis (cardiag) Casi d’uso
- Diagnosi preliminare rapida di rumori dell'auto da una registrazione telefonica
- Demo educativa di progettazione di pipeline audio-ML
- Aiuto alla diagnosi per meccanici per restringere le possibili posizioni del guasto
- Costruzione di dataset e addestramento personalizzato per modelli di auto specifici
car-diagnosis (cardiag) Prezzi e crediti gratuiti
car-diagnosis (cardiag) usa un modello Gratis.
car-diagnosis (cardiag) Pro e contro
Pro
- Calibrazione onesta con consapevolezza dell'incertezza
- Pipeline riutilizzabile per altri compiti di classificazione audio
- Include modello pre-addestrato e clip demo sintetica per uso immediato
Contro
- Precisione modesta su audio grezzo da telefono (AUROC 0,79 per guasto/normale)
- Non è critico per la sicurezza né sostituisce una diagnostica professionale
- Richiede configurazione dell'ambiente Python e una certa conoscenza tecnica
Per cosa è più adatto car-diagnosis (cardiag)?
- Proprietari di auto che desiderano un controllo preliminare non invasivo dei suoni del motore/meccanici
- Sviluppatori e ricercatori che esplorano pipeline audio-ML
- Meccanici che usano l'audio come strumento di triage prima dell'ispezione fisica