基于Pytorch的语音情感识别实现

简介：
该语音情感识别系统是通过Pytorch平台开发的 该项目旨在实现语音情感识别功能，并采用了丰富的预处理手段以及多样的模型架构，成功完成了语音情感识别任务。在软件开发方面，本项目基于Python 3.8环境搭建了Pytorch框架，在Anaconda 3支持下运行良好。硬件配置则选择性用了Windows 10系统或Ubuntu 18.04版本的虚拟机进行部署。RAVDESS数据集仅限于Audio_Speech_Actors_01-24.zip。更大规模的数据集包含约25,000条样本，并且经过了数据平衡处理。知识星球同时提供了该数据集的特征信息。准备数据阶段：首先创建一个详细的数据列表，并确保后续读取操作能够顺利进行。根据官方提供的资源库（RAVDESS数据库），该数据库涵盖中性、平静、快乐、悲伤、愤怒、恐惧、厌恶以及惊讶等八种基本情感类别。本项目仅采用其中的Audio_Speech_Actors_01-24的数据集，这些训练音频片段仅包含Children speaking at the door和Dogs sitting by the door两个语境下的语音样本。将该资源包下载至指定目录，并进行解压缩操作。