语音情绪识别
做一个记录,方便理清思路
示例代码复现
我按照fastai的指导,第一步完成训练任务的所有步骤,首先我在fastai论坛里找了一个示例
Emotion Detection from Voice Clips
Hey guys ! I trained a neural net to detect emotions from voice clips without relying on the content of the speech.It is able to identify the emotions with an accuracy of 83 %. I converted the sound clips into spectogram and then applied the methods we apply for image classification problems on it. The notebooks for it can be found here. I also wrote a blog regarding it which can be found here. Any suggestions for improvements are welcome !
ShaanShah
我按照帖子下载了RAVDESS Dataset数据集,但是在下载TESS Dataset数据集时发现老是下载失败,于是我决定先用RAVDESS Dataset数据集进行实验.
我的示例代码中文件是这样命名的
为了方便处理数据,让我的文件结构和示例代码中相同,我决定用chatgpt写一个bash脚本
ChatGPT
A conversational AI system that listens, learns, and challenges
看起来还不错
接下来我发现示例代码是3年前的项目,很多地方版本不兼容了,与其花时间去修改,不如自己按照示例代码的思路实现快捷.
我怀疑示例代码中的文件已经是图片文件了,刚开始的思路错了,现在在借助fastaudio库处理音频
! [ -e /content ] && pip install -Uqq fastbook # fastai一个逆天的错误
fastai库直接处理音频不易,决定写脚本转换音频为彩色频谱图,把音频问题直接转换为图片分类问题,结果看起来还不错
这样子之前的示例代码也就没了意义,图像分类是我已经很熟悉的.最后的结果是这样的
代码
Google Colaboratory
bash脚本
数据集
sorted_data3 - Google Drive
huggingface space
Voice Emotion Detection - a Hugging Face Space by orlco
Discover amazing ML apps made by the community
