- casia 按情感类型放入数据,casia全库需要保密,这里不予提供
- logs 记录训练过程,方便tensorboard查看
- model 存放当前最好模型
- pkl 存放提取好的特征
- attention_LSTM.py 实现了attention层
- Predict_epoch.py 实现了一个keras的callback函数,在每一层训练时都计算一次分类结果,方法统计最好结果时的混淆矩阵
- analysis.py 对attention层学习到的特征与lstm层学习到的特征进行可视化
- test_gru,test_lstm,Bilstm,BiGRU使用4个模型实现语音情感识别
- feature 使用两个语音方面的库进行特征提取,python_speech_features、librosa
- get_feature 批量获取所以语音样本的特征
- cross_validate 实现了交叉验证和非交叉验证的方式来准备训练测试数据
flyzaway / attention-for-speech-emotion-classification Goto Github PK
View Code? Open in Web Editor NEW毕业设计