使用したデバイス

1.Raspberry Pi 4B(64-bit)
2.USB接続マイク(logicool C270n HD WEBCAM)

前準備

マイクのデバイスが認識しているか
参考サイト https://hellobreak.net/raspberry-pi-usb-microphone/

ターミナルで以下のコードからgit cloneし、ファイルに移動。そしてrequirements.txtに書かれているライブラリをインストール
使用させて頂いたgit hub
https://github.com/robertanto/Real-Time-Sound-Event-Detection

git clone https://github.com/robertanto/Real-Time-Sound-Event-Detection.git
cd Real-Time-Sound-Event-Detection
pip3 install -r requirements.txt

インストールが完了したらThonnyかターミナルで実行
ターミナルの場合

python3 ./sound_event_detection.py

Thonnyの場合
git cloneしたファイルからsound_event_detection.pyを開いて実行

実行できたら以下のような画面が出てくる

初期の場合は
1. Speech(スピーチ)
2. Music(音楽)
3. Explosion(爆発?)
4. silence(無音)
の4つが設定されています。
設定を変更する場合は
sound_event_detection.pyの17行目の番号を変更

plt_classes = [0,132,420,494] # Speech, Music, Explosion, Silence

Real-time-Sound-Event-Detection/keras_yamnet/yamnet_class_map.csv内を見て、欲しい項目の番号に変更
※git hubから閲覧可英語で書かれているので翻訳で探してみるといいかも
https://github.com/robertanto/Real-Time-Sound-Event-Detection/blob/main/keras_yamnet/yamnet_class_map.csv