参考
- Emotion-Recognition-from-Speech
- sklearn官方GMM在鸢尾花上应用实例
- 特征及标签均根据emotion-recognition-from-speech生产的cPickle文件获得
- 分类器的使用参考sklearn
出现问题
在使用estimator.fit()的过程中,出现float() argument must be a string or a number 错误。经检查,是mean_init逻辑错误,导致模型无初始化平均值。
代码v1.0
# -*- coding:utf-8 -*-
import cPickle
import matplotlib as mpl
import matplotlib.pyplot as plt
from dataset import *
import numpy as np
from sklearn.mixture import GaussianMixture
from sklearn.model_selection import StratifiedKFold
colors = ['aliceblue', 'aquamarine', 'brown', 'coral',
'cyan', 'dimgray', 'fuchsia']

本文介绍了作者在使用sklearn的GMM模型进行语音情感识别时的实践过程,参考了Emotion-Recognition-from-Speech项目。在处理柏林情感语音库的数据时遇到了fit()方法的错误,由于mean_init的问题导致模型无法正确初始化。经过修正,最终实现的识别率大约为50%。
最低0.47元/天 解锁文章
4617





