【Python实战】Python采集情感音频

要采集情感音频，你可以使用Python的pyaudio库来录制音频，并使用深度学习模型对音频进行情感分析。以下是一个简单的例子，展示如何使用pyaudio录制音频并将其保存为文件。

首先，安装pyaudio库：

pip install pyaudio

然后，使用以下代码录制音频：

import pyaudio
import wave
 
CHUNK = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
RECORD_SECONDS = 5
WAVE_OUTPUT_FILENAME = "emotion_audio.wav"
 
p = pyaudio.PyAudio()
 
stream = p.open(format=FORMAT,
                channels=CHANNELS,
                rate=RATE,
                input=True,
                frames_per_buffer=CHUNK)
 
print("开始录音，按回车键停止。")
 
frames = []
 
while True:
    data = stream.read(CHUNK)
    frames.append(data)
    if len(data) == 0:
        break
 
print("录音结束。")
 
stream.stop_stream()
stream.close()
p.terminate()
 
wf = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
wf.setnchannels(CHANNELS)
wf.setsampwidth(p.get_sample_size(FORMAT))
wf.setframerate(RATE)
wf.writeframes(b''.join(frames))
wf.close()

这段代码会录制5秒钟的音频，并将其保存为名为emotion_audio.wav的文件。

接下来，你需要一个情感分析的深度学习模型。你可以使用预训练的模型如BERT，或者自己训练一个模型。一旦你有了模型，你可以使用如下代码将音频文件的情感进行分析：

from tensorflow.keras.models import load_model
import librosa
import numpy as np
 
model = load_model('your_emotion_model.h5')
 
def predict_emotion(audio_file_path):
    y, sr = librosa.load(audio_file_path)
    mfccs = librosa.feature.mfcc(y=y, sr=sr)
    mfccs_norm = np.mean(mfccs, axis=0)
    prediction = model.predict(np.array([mfccs_norm]))
    return prediction
 
emotion_prediction = predict_emotion('emotion_audio.wav')
print(emotion_prediction)

确保替换your_emotion_model.h5为你的情感分析模型的路径。这段代码将音频文件中的情感进行预测，并打印出来。

请注意，音频处理和深度学习模型的应用会根据你的具体需求和模型而有所不同。上述代码提供了一个简单的示例，展示了如何开始这个过程。