本記事では、Sound Analysisのビルトイン音声分類器（Built-in Sound Classifier）を実機で使用してみて、分類の精度や処理速度といった性能を検証してみる。

なお、ビルトイン音声分類器の詳細はこちらの記事を参照：

要約：

・Sound Classifier/Sound Classificationはディープラーニングで音声を識別するもの
・これまでは自分でトレーニングデータセットを用意してCreate MLでモデルの学習から行う必要があった
・iOS 15で、システム組み込み（built-in）のモデルが利用できるようになった🎉

検証方法

Chopperという個人開発アプリで、Create MLで学習させたカスタム音声分類モデルを使用している。

この自作モデルは、シンプルに"speech"（発話）と"other"（それ以外）を分類する。

この作例のようにバチッとうまくいくケースもあるが、

実際のところうまくいかないケースもある。

昨日の記事でビルトイン音声分類器も"speech"や"silence"といったクラスをサポートしていることがわかったので、

このアプリの自作モデルをビルトイン分類器で置き換えてみて、元のカスタムモデルでうまくいった（動画の）音声／うまくいかなかった音声について適用してみた。

### 精度をどのように検証するのか

このChopperというアプリケーションはAIで（Sound Classifierを用いて）発話区間を検出し、そうではない区間をカットする、というもの。

そのカットすべき区間だけを集めた音声を出力し、人間が聞く（自分で聴いてみる）ことで、どの程度「非発話区間がきちんとカットできているか」を検証できる。