【sklearn】GMM识别柏林情感语音库

最新推荐文章于 2022-04-12 14:37:23 发布

好像不对劲

最新推荐文章于 2022-04-12 14:37:23 发布

阅读量2.4k

点赞数 1

分类专栏：信号处理语音情感识别机器学习文章标签：语音情感识别

本文链接：https://blog.csdn.net/joyjun_1/article/details/81346352

版权

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%。

摘要由CSDN通过智能技术生成

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']

def make_el