语音情感识别

本仓库包含我们使用emodb数据集进行语音情感识别的工作。该数据集可在此处获取 Emo-db

先决条件

Linux（最好是Ubuntu LTS）。Python2.x

安装依赖项

注意：如果您正在安装这些软件包，可以跳过此步骤。 依赖项列在下方和requirements.txt文件中。

• h5py
• Keras
• scipy
• sklearn
• speechpy
• tensorflow

在您的发行版中安装一个Python包管理器。如果您安装了pip，则可以通过运行以下命令安装依赖项 pip3 install -r requirements.txt

如果您希望在GPU上加速keras训练，可以通过以下命令安装tensorflow-gpu pip3 install tensorflow-gpu

目录结构

• speechemotionrecognition/ - 包含与包对应的所有代码文件的包文件夹
• dataset/ - 包含wav格式的语音文件，分为7个文件夹，对应这些文件的标签
• models/ - 包含在测试数据上获得最佳准确率的已保存模型
• examples/ - 包含如何使用该包的示例

包的详细信息

• utilities.py - 包含读取文件、提取特征和创建测试和训练数据的代码
• mlmodel.py - 训练非深度学习模型的代码。我们有三个模型
  • 1 - SVM
  • 2 - 随机森林
  • 3 - 神经网络
• dnn.py - 训练深度学习模型的代码。支持以下两个模型
  • 1 - CNN
  • 2 - LSTM

示例

请查看examples/目录。ml_example.py包含使用机器学习模型的示例。 cnn_example.py和lstm_example.py包含使用CNN和LSTM模型的示例。

文档

代码文档可以在这里找到

安装

仓库中提供了一个setup.py文件。您可以运行sudo python3 setup.py install在系统级安装。 如果您没有权限这样做，可以通过运行python3 setup.py install --user在用户级安装。

为仓库贡献

• 如果您发现代码有任何问题，请随时提出问题。
• 如果您发现可以改进的地方，请向我发送包含您的更改的拉取请求。 我将非常乐意审查和批准它们。

注意：如果您觉得这段代码有用，请留下一个星标 :)