環境音認識についてサポートしてくださるメンターさんを探しています。

プログラミング学習の延長で機械学習の勉強を始めました。
プログラミング学習は５ヶ月ほどでDjangoやFastAPIを使ってブログやLINEbotといったアプリが作れる程度にはなりましたが機械学習の勉強は始めたばかりです。
mnistなどやってみましたが実際に使われるイメージが全くつかなかったので自分で実際に使いたいアプリを作る過程で実装工程を体験してみたいと思いました。
色々調べてみて環境音認識をやってみたいと思いまして、
絶賛子育て中なこともあり子供の泣き声、電子レンジの音、冷蔵庫の音、家のチャイムの音、お風呂が沸きましたの音、ゴトっと何が落ちる音を聞き分けてスマホ(LINEなど)に通知を送るアプリを作りいたいと思っています。

軽く調べて、AudioSetで学習したモデルを転移学習するのがとりあえず手っ取り早くそこそこの機能を実現できるのではないかと思ったのですが「転移学習ってどうやってするんだ？」と「細切れのデータセットだけど常時リアルタイムで音を検知することってできるの？」という壁にぶつかりまして学習済みモデルを使って上記の環境音を認識するモデルを作るところまで手解きしていただきたいです。