目录
一、AI Gallery 社区体验
AI Gallery 是在 ModelArts 的基础上构建的开发者生态社区，如下面这张截图所示，这里提供了资产集市、教学、实践、AI说、案例库等模块，方便AI爱好者的运用和学习。
二、通过华为云 ModelArts 平台声音分类
首先，准备需要训练的数据集，进入华为云提供的 AI Gallery 社区，选择“资产集市”下的“数据集”，点击进入数据集。
选择数据集类型，本次体验我选择的是音频类型数据集，如下所示，选择音频数据集。
本文选择的是“sound_Classfication”动物叫声数据集，如下图所示。
紧接着，下载““sound_Classfication”数据集，我的目标区域默认为华北-北京四，这里我没做修改，如下图所示。目标位置选择前需要先创建桶，在此图的后面的图中有演示。
创建桶时需要设定一个“桶名称”，下图显示的就是我创建桶设置的桶名称，桶名称设置的规则这里也有说明，不支持大写字母，设置完成后，点击“立即创建”按钮。
返回上一步，可以选择桶名称，并点击新建文件夹，创建一个用来存放输入数据集的文件夹，创建完成后可以选择下载数据的文件夹，如下图所示。
设置好下载桶和下载路径，开始下载数据集，如下图所示。
到这里为止，数据集就已经准备完成。接下来，可以打开AI平台ModelsArts，如下图，点击“管理控制台”按钮。
进入ModelArts页面后，如下图，点击“自动学习”，我这里选择的是“声音分类”，点击“创建项目”。
进入“创建声音分类项目” 页面，如下图，选择“数据集输入位置”、“数据集输出位置”。
设置完成数据集的输入/输出位置，就来到了“数据标注”的页面，分别对每个音频进行数据标注，我这里共有4个标签的音频，分别是cat猫叫声、tiger老虎叫声、dog狗叫声和bird鸟叫声，总共标注了120个音频，如下图所示。标注完成，点击“开始训练”按钮。
点击完成“开始训练”按钮，进入训练模型设置页面，如下图，选中“我已阅读并同意以上内容”复选框，继续下一步。
接下来，点击提交已标注的数据集，开始进入模型训练。 
接下来的两步，就交给ModelArts平台自动完成。
训练任务提交成功，模型训练中。
训练速度很快，经过了一小段时间的等待，模型训练完成，我的模型训练的准确率显示96%，挺不错。
模型训练完成啦，开始进入“部署”阶段。点击“下一步”。
点击“提交”按钮。
如下图，部署任务提交成功。
模型部署完成，我在网上找了猫叫声、老虎叫声、狗叫音频，分别上传，进行模型测试验证。预测结果如下面三张图所示，结果完全正确。
三、华为云 ModelArts 总结
本次通过 AI Gallery 社区，下载音频数据集，为使用ModelArts平台进行数据集标注、模型训练、模型部署等提供了首要服务，ModelArts非常智能也非常迅速，省去了像往日一样从环境搭建、安装各种插件、手动部署模型等步骤，可以在较短的时间内完成模型训练，运用起来非常敏捷，总之，ModelArts是一个很好地服务于AI爱好者的一个平台。本次可以说是，完美的体验了一次一站式的AI模型训练带来的方便。
版权声明：本文为博主ShirleyQueen321原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/weixin_40569991/article/details/122648761
