pyAudioAnalysis训练arousal和valence

1、安装pyAudioAnalysis（安装pyAudioAnalysis时需要的安装包）

2、分析音频和预测

from pyAudioAnalysis import audioTrainTest as aT

# 根据音频特征生成model（svmEmotion_00）
# ["wavs/LJ", "wavs/SP251"]为两个说话人的音频列表
aT.extract_features_and_train(["wavs/LJ", "wavs/SP251"], 1.0, 1.0, aT.shortTermWindow, aT.shortTermStep, "svm", "data/svmEmotion_00", False)

# 根据已有的model（svmEmotion_00）预测音频属于哪个说话人
info = aT.file_classification("wavs/SP25111371.wav", "data/svmEmotion_00","svm")
print('result：{}'.format(info))

这里有必要说一下，通过extract_features_and_train方法得到的model不能对file_regression进行音频分析（因为model没有参数对应的特征值），哎，file_regression方法里面用的也是model_name，但是就是这么坑，其实不是你想的那个model_name(准确说应该是regression_model_name，嗯，就是下面要训练的这个)

3、根据已有的音频和对应的特征值训练model，然后测试音频的arousal和valence值

# 通过自回归训练预测情感特征（
# arousal：情感的强度（平静→兴奋），
# valence：情感的愉悦程度，
# emotion：情感类型{"fru": 0, "sad": 1, "exc": 2, "neu": 3, "xxx": 4, "ang": 5, "hap": 6, "fea": 7, "dis": 8, "sur": 9, "oth": 10}）
aT.feature_extraction_train_regression("wavs/session", 1, 1, aT.shortTermWindow, aT.shortTermStep, "svm", "data/svmSpeechEmotion02", False)
	
# 预测音频的arousal和valence值
R, regressionNames = aT.file_regression("wavs/test01.wav", "data/svmSpeechEmotion02", "svm")
for i in range(len(R)):
    print("{0:s}\t{1:.3f}".format(regressionNames[i], R[i]))
    

说明：要训练的音频文件和.csv文件都要放在同一个"wavs/session"文件侠下，不同的特征值放不同的.csv文件中（格式为“有后缀的音频文件名,特征值”，并不是pyAudioAnalysis作者说的不需要后缀，不然会报异常，当然你可以自己改源码）

感觉效果还可以接受，如果你能接受它长时间训练的话……
我自己训练的regression_model提取码：eb54
可能是训练的音频少（150个左右），得到的emotion值都差不多