如何修复在Google Colab运行Teachable Machine音频模型代码的问题

1. 验证文件路径与加载逻辑 #

• 先确认所有导出文件（model.json、权重文件、meta.json）都已上传到Colab，用命令检查：

  !ls /content/
  

• 加载模型时路径必须精准，示例代码：

  import tensorflow as tf
  from tensorflow.keras.models import model_from_json
  
  # 加载模型拓扑
  with open('/content/model.json', 'r') as f:
      model_json = f.read()
  model = model_from_json(model_json)
  
  # 加载权重，确保文件名和weightsManifest中的一致
  model.load_weights('/content/weights.h5')
  

2. 对齐依赖版本 #

Teachable Machine导出的音频模型对TensorFlow/TensorFlow.js版本有要求，Colab默认版本可能不兼容，指定安装适配版本：

!pip install tensorflow==2.10.0 tensorflowjs==3.19.0

安装后重启Colab运行时再执行代码。

3. 匹配音频预处理流程 #

必须严格遵循meta.json中定义的音频参数（采样率、时长、特征类型）做预处理，示例：

import librosa
import numpy as np

# 从meta.json中读取参数，比如采样率16000、音频时长1秒
sample_rate = 16000
audio_duration = 1

def preprocess_input_audio(file_path):
    # 加载音频并统一采样率
    audio, sr = librosa.load(file_path, sr=sample_rate)
    # 补零或截断到指定时长
    target_length = sample_rate * audio_duration
    if len(audio) < target_length:
        audio = np.pad(audio, (0, target_length - len(audio)), mode='constant')
    else:
        audio = audio[:target_length]
    # 提取MFCC特征（与Teachable Machine训练时一致）
    mfcc_features = librosa.feature.mfcc(y=audio, sr=sample_rate, n_mfcc=40)
    # 调整维度匹配模型输入要求
    return mfcc_features[np.newaxis, ..., np.newaxis]

4. 修正模型加载语法 #

如果使用TensorFlow.js的加载方式，注意本地路径的写法：

import tensorflowjs as tfjs

# 加载TensorFlow.js格式的模型
model = tfjs.converters.load_keras_model('/content/model.json')

5. 检查文件完整性 #

如果以上步骤无效，重新从Teachable Machine导出模型，避免文件传输过程中损坏，再重新上传到Colab。

内容的提问来源于stack exchange，提问作者Irene giring