задача
Реализуйте программу с минимальным количеством байтов исходного или двоичного кода, которая распознает голосовой образец (я говорю «да», «да» или «нет» в голосе или шепотом, прямо или причудливо) на основе обучающих образцов с максимальной точностью ,
Программа должна прочитать train/yes0.wav
, train/no0.wav
, train/yes1.wav
и так далее (имеется 400 Ессеев и 400 голосующие в тренировочном наборе данных), а затем начать чтение inputs/0.wav
, inputs/1.wav
пока не удается найти файл, анализируя его и выводит «да» или «нет» (или другое слово промежуточный ответ).
Если вы хотите, вы можете предварительно обучить программу вместо чтения train/
, но итоговая таблица данных засчитывается в счет (и остерегайтесь подбора обучающих образцов - они не пересекаются с экзаменационными). В этом случае лучше включить программу, используемую для создания таблицы данных, в качестве дополнения.
Все файлы примеров - это 16-битные стереофонические WAV-файлы с прямым порядком байтов, просто с микрофона ноутбука, без фильтрации и шумоподавления.
рамки
Запрещенные функции:
- Использование сети;
- Попытка добраться до файла ответов
inputs/key
; - Подрыв
runner
программы, которая рассчитывает точность; - Использование существующих библиотек распознавания. Связывание с реализацией БПФ не допускается: разрешены только внешние математические функции, принимающие постоянный объем информации (например,
sin
илиatan2
); Если вы хотите FFT, просто добавьте его реализацию в исходный код вашей программы (при необходимости он может быть многоязычным).
Ограничения ресурса:
- Программа не должна занимать больше 30 минут процессорного времени на моем ноутбуке i5. Если требуется больше, подсчитывается только результат, полученный в течение первых 30 минут, а все остальное считается половинным;
- Ограничение памяти: 1 ГБ (включая любые временные файлы);
инструменты
tools/runner
Программа автоматически запускает свое решение и вычисляет точность.
$ tools/runner solutions/example train train/key
Accuracy: 548 ‰
Он может проверить программу, используя данные обучения или фактические данные экзамена. Я собираюсь попробовать отправленные ответы на наборе данных экзамена и публиковать результаты (процент точности), пока не сделаю набор данных публичным.
счет
Существует 5 классов решений в зависимости от точности:
- Все образцы угаданы правильно: класс 0;
- Точность 950-999: класс 1;
- Точность 835-950: класс 2;
- Точность 720-834: класс 3;
- Точность 615-719: класс 4;
Внутри каждого класса оценка - это количество байтов, которое занимает решение.
Принятый ответ: самое маленькое решение в лучшем непустом классе.
связи
- Проект Github с инструментами: https://github.com/vi/codegolf-jein
- Набор учебных данных: http://vi-server.org/pub/codegolf-jein-train.tar.xz
- До сих пор набор данных экзамена был закрытым, в репозитории Github доступны контрольные суммы (HMAC).
Все образцы должны рассматриваться как CC-0 (Public Domain), сценарии и программы должны рассматриваться как MIT.
Пример решения
Он обеспечивает очень низкое качество распознавания, просто показывает, как читать файлы и выводить ответы
#define _BSD_SOURCE
#include <stdio.h>
#include <assert.h>
#include <endian.h>
#define Nvols 30
#define BASS_WINDOW 60
#define MID_WINDOW 4
struct training_info {
double bass_volumes[Nvols];
double mid_volumes[Nvols];
double treble_volumes[Nvols];
int n;
};
struct training_info yes;
struct training_info no;
static int __attribute__((const)) mod(int n, int d) {
int m = n % d;
if (m < 0) m+=d;
return m;
}
// harccoded to 2 channel s16le
int get_file_info(const char* name, struct training_info *inf) {
FILE* in = fopen(name, "rb");
if (!in) return -1;
setvbuf(in, NULL, _IOFBF, 65536);
inf->n = 1;
fseek(in, 0, SEEK_END);
long filesize = ftell(in);
fseek(in, 128, SEEK_SET);
filesize -= 128; // exclude header and some initial samples
int nsamples = filesize / 4;
double bass_a=0, mid_a=0;
const int HISTSIZE = 101;
double xhistory[HISTSIZE];
int histpointer=0;
int histsize = 0;
//FILE* out = fopen("debug.raw", "wb");
int i;
for (i=0; i<Nvols; ++i) {
int j;
double total_vol = 0;
double bass_vol = 0;
double mid_vol = 0;
double treble_vol = 0;
for (j=0; j<nsamples / Nvols; ++j) {
signed short int l, r; // a sample
if(fread(&l, 2, 1, in)!=1) break;
if(fread(&r, 2, 1, in)!=1) break;
double x = 1/65536.0 * ( le16toh(l) + le16toh(r) );
bass_a += x;
mid_a += x;
if (histsize == HISTSIZE-1) bass_a -= xhistory[mod(histpointer-BASS_WINDOW,HISTSIZE)];
if (histsize == HISTSIZE-1) mid_a -= xhistory[mod(histpointer-MID_WINDOW ,HISTSIZE)];
double bass = bass_a / BASS_WINDOW;
double mid = mid_a / MID_WINDOW - bass;
double treble = x - mid_a/MID_WINDOW;
xhistory[histpointer++] = x;
if(histpointer>=HISTSIZE) histpointer=0;
if(histsize < HISTSIZE-1) ++histsize;
total_vol += bass*bass + mid*mid + treble*treble;
bass_vol += bass*bass;
mid_vol += mid*mid;
treble_vol += treble*treble;
/*
signed short int y;
y = 65536 * bass;
y = htole16(y);
fwrite(&y, 2, 1, out);
fwrite(&y, 2, 1, out);
*/
}
inf->bass_volumes[i] = bass_vol / total_vol;
inf->mid_volumes[i] = mid_vol / total_vol;
inf->treble_volumes[i] = treble_vol / total_vol;
//fprintf(stderr, "%lf %lf %lf %s\n", inf->bass_volumes[i], inf->mid_volumes[i], inf->treble_volumes[i], name);
}
fclose(in);
return 0;
}
static void zerotrdata(struct training_info *inf) {
int i;
inf->n = 0;
for (i=0; i<Nvols; ++i) {
inf->bass_volumes[i] = 0;
inf->mid_volumes[i] = 0;
inf->treble_volumes[i] = 0;
}
}
static void train1(const char* prefix, struct training_info *inf)
{
char buf[50];
int i;
for(i=0;; ++i) {
sprintf(buf, "%s%d.wav", prefix, i);
struct training_info ti;
if(get_file_info(buf, &ti)) break;
++inf->n;
int j;
for (j=0; j<Nvols; ++j) {
inf->bass_volumes[j] += ti.bass_volumes[j];
inf->mid_volumes[j] += ti.mid_volumes[j];
inf->treble_volumes[j] += ti.treble_volumes[j];
}
}
int j;
for (j=0; j<Nvols; ++j) {
inf->bass_volumes[j] /= inf->n;
inf->mid_volumes[j] /= inf->n;
inf->treble_volumes[j] /= inf->n;
}
}
static void print_part(struct training_info *inf, FILE* f) {
fprintf(f, "%d\n", inf->n);
int j;
for (j=0; j<Nvols; ++j) {
fprintf(f, "%lf %lf %lf\n", inf->bass_volumes[j], inf->mid_volumes[j], inf->treble_volumes[j]);
}
}
static void train() {
zerotrdata(&yes);
zerotrdata(&no);
fprintf(stderr, "Training...\n");
train1("train/yes", &yes);
train1("train/no", &no);
fprintf(stderr, "Training completed.\n");
//print_part(&yes, stderr);
//print_part(&no, stderr);
int j;
for (j=0; j<Nvols; ++j) {
if (yes.bass_volumes[j] > no.bass_volumes[j]) { yes.bass_volumes[j] = 1; no.bass_volumes[j] = 0; }
if (yes.mid_volumes[j] > no.mid_volumes[j]) { yes.mid_volumes[j] = 1; no.mid_volumes[j] = 0; }
if (yes.treble_volumes[j] > no.treble_volumes[j]) { yes.treble_volumes[j] = 1; no.treble_volumes[j] = 0; }
}
}
double delta(struct training_info *t1, struct training_info *t2) {
int j;
double d = 0;
for (j=0; j<Nvols; ++j) {
double rb = t1->bass_volumes[j] - t2->bass_volumes[j];
double rm = t1->mid_volumes[j] - t2->mid_volumes[j];
double rt = t1->treble_volumes[j] - t2->treble_volumes[j];
d += rb*rb + rm*rm + rt*rt;
}
return d;
}
int main(int argc, char* argv[])
{
(void)argc; (void)argv;
train();
int i;
int yes_count = 0;
int no_count = 0;
for (i=0;; ++i) {
char buf[60];
sprintf(buf, "inputs/%d.wav", i);
struct training_info ti;
if(get_file_info(buf, &ti)) break;
double dyes = delta(&yes, &ti);
double dno = delta(&no, &ti);
//printf("%lf %lf %s ", dyes, dno, buf);
if (dyes > dno) {
printf("no\n");
++no_count;
} else {
printf("yes\n");
++yes_count;
}
}
fprintf(stderr, "yeses: %d noes: %d\n", yes_count, no_count);
}
sum
или нужно использоватьfoldl (+) 0
(сложение не зависит от математики и+
не является вариативным)?sum
. Я предполагаю, что это не ваше намерение?Ответы:
C ++ 11 (gcc;
1639,1625,1635 байт, класс 1, оценка = 983, 960)Начнем. Это, наверное, самый длинный код, который я когда-либо сокращал ...
«Ungolfed» (хотя трудно назвать исходный код размером более 1,5 Кб):
Я не имею ни малейшего понятия, будет ли он работать правильно на реальном наборе данных (держу пари, что не будет, но я должен попробовать).
Как это работает:
log(mean distribution)+10
и затем нормализовал так, чтобы сумма самых больших пиков была 1.dunno
.Как я уже сказал, вероятно, на финальных тестах это будет классифицировано как «даже хуже случайного». Конечно, я надеюсь, что не будет: D
Редактировать: исправлена ошибка (забыли закрыть файлы).
источник
worse than random
. Вам буквально нужно всего лишь изменить один байт -distYes > distNo
и это подойдетbetter than random
. Или, другими словами, было бы удивительно, если бы вы могли угадать исход подбрасывания монеты 100 раз подряд! И не случайно, что простые алгоритмы превосходят по производительности, чем более сложные, так что +1 и я желаю вам удачи.EMFILE (Too many open files)
... Попытка исправить ...Accuracy: 983 ‰; Time: 0m27.570s;
; исследование набора данных:Accuracy: 960 ‰; Time: 0m32.957s
. Отличная работа.#define
s: P