基于神经网络的语音情感分析python实现，内部函数聚集以及详细教程

基于神经网络的语音情感分析python实现，包含数据集以及详细教程，python源码

语音情感分析器：神经网络模型能够从音频语音中检测出五种不同的男女情感。 （深度学习，NLP，Python）

语音情感分析仪 基于长期短期记忆（LSTM）网络的语音情感分析器。 该模型可以有效地分析愤怒，厌恶，恐惧，幸福，中立，悲伤和惊奇的7种基本情绪。 在多伦多情感言语集（TESS）数据集上进行了培训。 这对模型的可推广性造成了一些固有的限制。 由于TESS目前只有两名女性配音演员，并且在录音室中进行录制，因此该模型无法与直接制作相提并论。 该代码在jupyternotebook文件中，并且记录充分。

这是柏林语音情感分析库，包含语音文件和标签，还有其他特征，具体使用说明请看柏林语音情感分析库的官网。

目录 摘要： 数据集描述： 模型构建 结果分析 结束 相关链接： 摘要： 语音情感分析就是将音频数据通过MFCC（中文名是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients)）加载为特征向量形式，然后将其输入进入LSTM神经网络进行抽取语音特征。最后采用softmax分类函数实现情感标签的分类任务。其下游任务是人机交互智能化的一个关键部分。 数据集描述： 一共四种中文情感的数据集。共200条，数据质量不是很好，不是很长的语音文本，但是从这种4s短时的语音中也能听出其情感极性。其数据存储格式为：***.wav ，为wav文件。这个小的demo数据集来

数据集用于语音情感分析训练数据库。可以用于机器学习，深度学习。该数据集是CASIA语料库，该数据只用于学习。