如何为音频分类TFLite模型添加元数据？运行时遇TensorMetadata缺失报错

一、为音频分类模型添加元数据的方法 #

TFLite Task Library的AudioClassifier依赖模型元数据获取音频输入参数（采样率、声道数等）和分类标签，具体实现步骤如下：

• 1. 安装依赖库
  先安装官方的tflite-support工具库：

  pip install tflite-support
  

• 2. 编写元数据生成代码
  使用audio_classifier.MetadataWriter工具，直接适配音频模型的元数据规范：

  from tflite_support.metadata_writers import audio_classifier
  from tflite_support.metadata_writers import metadata_info
  from tflite_support.metadata_writers import writer_utils
  
  # 配置文件路径
  INPUT_MODEL = "model.tflite"
  OUTPUT_MODEL = "model_with_metadata.tflite"
  LABELS_FILE = "labels.txt"  # 每行一个分类标签，比如"dog_bark"、"car_horn"
  
  # 定义输入音频张量元数据（替换为你的模型实际参数）
  input_audio_info = metadata_info.AudioTensorMetadataInfo(
      name="audio_input",
      description="输入的单声道音频波形",
      sample_rate=16000,  # 模型要求的采样率
      channels=1,  # 模型要求的声道数
      tensor_type=writer_utils.get_tensor_type(INPUT_MODEL, 0)
  )
  
  # 定义输出分类张量元数据
  output_class_info = metadata_info.ClassificationTensorMetadataInfo(
      name="probabilities",
      description="每个音频类别的概率值",
      label_file=metadata_info.LabelFileMetadataInfo(
          label_file_path=LABELS_FILE,
          locale="en"
      )
  )
  
  # 生成带元数据的模型
  writer = audio_classifier.MetadataWriter.create(
      input_model=INPUT_MODEL,
      input_audio_tensor=input_audio_info,
      output_class_tensor=output_class_info
  )
  writer.save(OUTPUT_MODEL)
  

• 3. 验证元数据
  使用命令行工具检查生成的模型，确认元数据已正确嵌入：

  tflite-support metadata display --model_file=model_with_metadata.tflite
  

二、错误原因及解决 #

你遇到的java.lang.IllegalArgumentException: Error occurred when initializing AudioClassifier: input tensor 0 is missing TensorMetadata错误，本质是TFLite Task Library的AudioClassifier必须依赖元数据确认输入音频的格式参数（采样率、声道数等），无元数据时无法完成初始化。

按照上述步骤生成带元数据的模型，替换原model.tflite即可解决该错误。

内容的提问来源于stack exchange，提问作者Sazzad Hissain Khan