Speaker-Identification-Python 项目使用教程

Speaker-Identification-Python 项目使用教程

Speaker-Identification-Python Speaker Identification System (upto 100% accuracy); built using Python 2.7 and python_speech_features library 项目地址: https://gitcode.com/gh_mirrors/sp/Speaker-Identification-Python

1. 项目目录结构及介绍

Speaker-Identification-Python/
├── SampleData/
│   └── 测试音频文件（自定义数据集）
├── Speakers_models/
│   └── GMM 模型训练文件（每个说话者一个文件，自定义数据集）
├── development_set/
│   └── VoxForge 数据集（每个说话者一个文件夹）
├── documentation/
│   └── 项目文档和截图
├── speaker_models/
│   └── GMM 模型训练文件（每个说话者一个文件，VoxForge 数据集）
├── trainingData/
│   └── 训练音频文件（自定义数据集）
├── .gitattributes
├── .gitignore
├── LICENSE
├── README.md
├── development_set_enroll.txt
├── development_set_test.txt
├── featureextraction.py
├── modeltraining.py
├── test.py
├── testSamplePath.txt
└── trainingDataPath.txt

目录结构介绍

• SampleData/: 包含测试音频文件（自定义数据集）。
• Speakers_models/: 包含 GMM 模型训练文件（每个说话者一个文件，自定义数据集）。
• development_set/: 包含 VoxForge 数据集（每个说话者一个文件夹）。
• documentation/: 包含项目文档和截图。
• speaker_models/: 包含 GMM 模型训练文件（每个说话者一个文件，VoxForge 数据集）。
• trainingData/: 包含训练音频文件（自定义数据集）。
• .gitattributes: Git 属性配置文件。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• development_set_enroll.txt: 开发集注册文件。
• development_set_test.txt: 开发集测试文件。
• featureextraction.py: 特征提取脚本。
• modeltraining.py: 模型训练脚本。
• test.py: 测试脚本。
• testSamplePath.txt: 测试样本路径文件。
• trainingDataPath.txt: 训练数据路径文件。

2. 项目启动文件介绍

featureextraction.py

该文件用于从音频文件中提取特征。主要功能包括：

• 读取音频文件。
• 提取 Mel 频率倒谱系数 (MFCC) 特征。
• 保存提取的特征。

modeltraining.py

该文件用于训练说话者识别模型。主要功能包括：

• 加载提取的特征。
• 使用高斯混合模型 (GMM) 进行模型训练。
• 保存训练好的模型。

test.py

该文件用于测试训练好的说话者识别模型。主要功能包括：

• 加载测试音频文件。
• 提取测试音频的特征。
• 使用训练好的 GMM 模型进行说话者识别。
• 输出识别结果。

3. 项目的配置文件介绍

development_set_enroll.txt

该文件包含用于注册的开发集音频文件路径。

development_set_test.txt

该文件包含用于测试的开发集音频文件路径。

testSamplePath.txt

该文件包含测试样本的音频文件路径。

trainingDataPath.txt

该文件包含训练数据的音频文件路径。

通过这些配置文件，用户可以指定不同的音频文件路径，从而灵活地进行特征提取、模型训练和测试。

Speaker-Identification-Python Speaker Identification System (upto 100% accuracy); built using Python 2.7 and python_speech_features library 项目地址: https://gitcode.com/gh_mirrors/sp/Speaker-Identification-Python