iOS端训练CoreML声音分类器的报错及音频处理问题咨询

一、模型加载报错解决方案 #

1. 通用核心错误点 #

MLUpdateTask仅支持加载已编译的CoreML模型（.mlmodelc目录），你当前代码直接传入未编译的.mlmodel文件路径是报错的根本原因。

2. Playground场景报错修复 #

你调用了MLModel.compileModel(at:)但没有使用它返回的编译后模型临时路径，修改如下：

// 替换原有的编译和modelDir赋值逻辑
let rawModelURL = URL(fileURLWithPath: "/Users/...../Playgrounds/MLPlayground.playground/Resources/UpdateableML.mlmodel")
let compiledModelURL = try! MLModel.compileModel(at: rawModelURL)
// 后续updateModel传入compiledModelURL即可

3. 正式iOS项目场景报错修复 #

Xcode会自动将项目中引入的.mlmodel编译为.mlmodelc目录并打包到App Bundle中，不要手动指向源码路径，用以下方式获取编译后模型路径：

guard let compiledModelURL = Bundle.main.url(forResource: "UpdateableML", withExtension: "mlmodelc") else {
    fatalError("未找到编译后的模型文件")
}

同时注意：如果要保存更新后的模型，不能存到Bundle目录（仅可读），需要存到App沙盒的Documents/Library目录下。 #

二、音频输入长度不匹配问题修复 #

你当前直接读取.m4a压缩文件的二进制内容作为音频输入的逻辑完全错误：m4a是压缩编码格式，二进制内容包含文件头、编码帧等信息，不是模型要求的原始音频采样/音频特征数据。
需要按以下步骤处理音频输入：

• 用AVFoundation的AVAudioFile解码m4a文件为原始PCM采样数据
• 按照你训练基模型时的预处理逻辑，将PCM转换为对应特征（比如梅尔频谱、MFCC等），将特征长度处理为模型要求的15600
• 再将处理后的特征填充到MLMultiArray中
  另外注意：你当前的分类标签用的是文件名，而你的需求是输出「匹配/不匹配」两类，需要将传入classLabel的值统一改为对应分类标签，不要传文件名。

内容的提问来源于stack exchange，提问作者Brandon Kynoch