使用Python 机器学习-4-Python Mini Project–使用 librosa 进行语音情感识别

一、前言

该文章仅作为个人学习使用

二、正文

项目源代码：Python 迷你项目 - 使用 librosa 进行语音情感识别 - DataFlair (data-flair.training)

数据集：

Python 迷你项目

语音情感识别，有史以来最好的python小项目。最好的例子可以在呼叫中心看到。如果您注意到，呼叫中心员工从不以相同的方式说话，他们与客户推销/交谈的方式会随着客户而变化。现在，这也发生在普通人身上，但这与呼叫中心有什么关系？这是你的答案，员工从言语中识别客户的情绪，这样他们就可以改善他们的服务并转化更多的人。通过这种方式，他们正在使用语音情感识别。那么，让我们详细讨论这个项目。

语音情感识别是一个简单的 Python 迷你项目，您将使用 DataFlair 进行练习。之前，我向您解释与此迷你 python 项目相关的术语，请确保您将 Python 项目的完整列表添加为书签。

什么是语音情感识别？

言语情绪识别，缩写为SER，是试图从言语中识别人类情绪和情感状态的行为。这利用了这样一个事实，即声音通常通过语气和音调反映潜在的情感。这也是狗和马等动物用来理解人类情感的现象。

SER 很难，因为情绪是主观的，注释音频具有挑战性。

什么是天秤座？

librosa 是一个用于分析音频和音乐的 Python 库。它具有更扁平的封装布局、标准化的接口和名称、向后兼容性、模块化功能和可读代码。此外，在这个 Python 迷你项目中，我们演示了如何使用 pip 安装它（以及其他一些包）。

什么是 JupyterLab？

JupyterLab 是 Project Jupyter 的开源、基于 Web 的 UI，它具有 Jupyter Notebook 的所有基本功能，如笔记本、终端、文本编辑器、文件浏览器、丰富的输出等。但是，它还提供了对第三方扩展的改进支持。

若要在 JupyterLab 中运行代码，首先需要使用命令提示符运行它：

C：\Users\DataFlair>jupyter 实验室

这将在浏览器中为您打开一个新会话。创建一个新的控制台，然后开始键入代码。JupyterLab 可以一次执行多行代码;按 Enter 键不会执行您的代码，您需要按 Shift+Enter 键才能执行相同的代码。

言语情感识别 – 目标

使用 librosa 和 sklearn 库以及 RAVDESS 数据集构建一个模型来识别语音中的情感。

语音情感识别 – 关于 Python 迷你项目

在这个 Python 迷你项目中，我们将使用 librosa、soundfile 和 sklearn 等库来构建使用 MLPClassifier 的模型。这将能够识别声音文件中的情感。我们将加载数据，从中提取特征，然后将数据集拆分为训练集和测试集。然后，我们将初始化 MLPClassifier 并训练模型。最后，我们将计算模型的准确性。

数据集

对于这个 Python 迷你项目，我们将使用 RAVDESS 数据集;这是 Ryerson Audio-Visual Database of Emotional Speech and Song 数据集，可免费下载。该数据集有 7356 个文件，由 247 个人对情感有效性、强度和真实性进行了 10 次评分。整个数据集是来自 24 个参与者的 24.8GB，但我们降低了所有文件的采样率，您可以在此处下载。

先决条件

您需要使用 pip 安装以下库：

pip install librosa soundfile numpy sklearn pyaudio

如果您在使用 pip 安装 librosa 时遇到问题，可以尝试使用 conda。

语音情感识别 python 项目的步骤

1. 进行必要的进口：

导入 Librosa

导入声音文件

导入操作系统、glob、泡菜

导入 numpy 作为 np

来自 Sklearn。model_selection导入train_test_split

来自 Sklearn。neural_network导入 MLPClassifier

来自 Sklearn。指标导入accuracy_score

截图：

2. 定义一个功能extract_feature，以从声音文件中提取 mfcc、chroma 和 mel 特征。此函数采用 4 个参数 - 文件名和三个功能的三个布尔参数：

• MFCC的：Mel 频率倒谱系数，表示声音的短期功率谱
• 色度：涉及 12 种不同的音高等级
• 梅尔：梅尔频谱图频率