Deep learning de audio
Colmena AI
Un modelo que escucha el zumbido de una colmena y diagnostica el estado de la reina. Desplegado en producción con FastAPI.
El problema
Una colmena sin reina está condenada, y abrirla para comprobarlo estresa a la colonia. El zumbido cambia según el estado de la reina: ese sonido es señal suficiente para un modelo.
El modelo
El audio se convierte en Mel-espectrograma (128 bandas, 60 segundos) y una CRNN (Conv1D + BiLSTM en Keras) lo clasifica en 4 estados: reina original, sin reina, reina nueva rechazada o aceptada. El entrenamiento usa GroupKFold para que segmentos de la misma grabación nunca se repartan entre train y test.
El detalle que lo hace honesto
Un softmax de 4 clases siempre responde algo, aunque le pongas música. Antes de dar un veredicto, un filtro comprueba que el audio parezca de verdad una colmena: energía en baja frecuencia, planitud espectral y confianza mínima. Si no, lo dice claramente en lugar de inventar.
Galería
Stack
Python · Keras (PyTorch) · librosa · FastAPI · Railway · Docker