Tutorial

Tutorial"/>

Tutorial

OK，沉迷了快两个星期，终于有进展了啊啊啊！！！

这段时间内心崩溃，感觉毫无思路，但是我没放弃！！！看了许多论文，然后代码在这个星期也终于调通了。不过还是有很多地方值得优化，后面再继续努力吧！

其实我个人觉得语音识别这一块的商用还不够，情感识别就更别说了，而且识别率这一块有待提升。

开始正题

数据集用的是EMO-DB数据集。并以此充当训练集，测试集自己想用哪些音频就可以用哪些音频，但是命名和文件路径得符合代码编写的规则。音频时长最好不要超过6秒，以便获得比较好的性能。

一些重要函数：

获取数据集

预测情感函数

训练模型获取数据

项目中重要文件及对应的功能：
audioFeatureExtraction.py :音频特征提取，从音频中提取功能
globalvars.py:全局变量
train.py:训练模型
predict.py:根据音频预测情感

整个框架采用的是双LSTM+attention机制，attention机制是通过逻辑回归实现的。

训练数据

预测情感结果

情感分类有以下几种：生气，无聊，厌恶，焦虑(害怕)，幸福，悲伤，中立。

现在模型的预测准确率在百分之六十几，后面会通过继续学习来提高精度的。

生命不息，奋斗不止，Fighting!!!

定个小目标：即将拥有腹肌SZY!!!